买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东新一代信息产业技术研究院有限公司申请的专利一种基于深度学习的机器异响识别检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114997210B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210426476.6，技术领域涉及：G06F18/2433；该发明授权一种基于深度学习的机器异响识别检测方法是由尹青山;高明;王建华设计研发完成，并于2022-04-22向国家知识产权局提交的专利申请。

本一种基于深度学习的机器异响识别检测方法在说明书摘要公布了：本发明提供了一种基于深度学习的的机器异响识别检测方法。设计并构建了基于卷积自动编码器的有监督学习机器故障异常声音识别方法，实现了仅用大量机器设备正常运行时的声音数据进行训练，即可在测试时判断出数据是否正常.设计的深度学习模型可以通过对大量数据的学习，进行选择和提取数据的深层特征工作，随着供给数据量的不断提升，深度学习模型对数据特征的学习就越完备，模型的识别预测就会更准确高效。因此，本文设计的方法不仅简化了机器设备故障异常声音识别的过程，同时还提高了故障异常声音预测的效率和识别准确率。

本发明授权一种基于深度学习的机器异响识别检测方法在权利要求书中公布了：1.一种基于深度学习的的机器异响识别检测方法，其特征在于，包括以下步骤：1）数据预处理，进行特征提取，对数据进行清理、重构和去噪，划分训练用数据和测试用数据；2）构建和训练神经网络，使用数据集对模型进行训练；3）使用步骤1中的测试数据对神经网络模型进行测试；4）使用该模型对声音进行识别，判别是否为异响；所述神经网络包括编码器、解码器和损失函数，具体如下：（1）编码器：编码器由卷积层和池化层组成，将原始数据x输入到卷积层，通过卷积计算生成数据特征图h，具体公式如下所示： 公式中，*表示二维卷积，为编码阶段第k个通道的偏置，σ为非线性函数，采用sigmoid函数，为卷积层第k个卷积核；将卷积层得到的输出作为输入传入池化层中，采用最大值池化，即: 式中，i表示层数，x,y表示池化后坐标，j,k表示上一层特征图被池化坐标，Nx,y为池化块；2解码器解码器由反卷积层和反池化层组成，其计算过程如下所示： 3损失函数卷积自动编码器通过对原始数据编码再解码，并不断学习来调整卷积核W和偏置b，使解码输出与编码输入之间的重构误差尽量减小，从而达到优化损失函数的目的，损失函数如下图所示： ；所述数据预处理，进行特征提取的具体步骤如下：①对预处理后的数据声音信号进行离散傅立叶变换，获得信号的频谱分布信息: 式中，xn为输入的经过预处理的音频信号，N为傅立叶变换的点数；②取模的平方获得能量谱： 式中，Ek为能量谱。③将获得的能量谱通过梅尔滤波器组；④对梅尔滤波器组输出信号取对数，即可得到第m个梅尔滤波器输出的对数能量，如公式所示： 式中，Hmk是滤波器组的传输函数，m表示梅尔滤波器的数量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东新一代信息产业技术研究院有限公司，其通讯地址为：250013 山东省济南市高新区港兴三路北段未来创业广场3号楼11-12层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。