← 返回列表
一种基于卷积神经网络的声音到达时间估计方法
申请人信息
- 申请人:广州远动信息技术有限公司
- 申请人地址:510699 广东省广州市越秀区寺右新马路寺右北一街三巷7-9号五楼全层
- 发明人: 广州远动信息技术有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于卷积神经网络的声音到达时间估计方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311311906.0 |
| 申请日 | 2023/10/10 |
| 公告号 | CN117370731A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G06F18/10 |
| 权利人 | 广州远动信息技术有限公司 |
| 发明人 | 郑庆涛; 丁永清; 吴宇浩; 田爱民; 黄培鸿; 刘华锋; 张叔安; 严观生; 刘昌; 高鑫 |
| 地址 | 广东省广州市越秀区寺右新马路寺右北一街三巷7-9号五楼全层 |
摘要文本
本发明提供了一种基于卷积神经网络的声音到达时间估计方法，包括，训练数据准备、模型搭建、模型训练、模型部署和模型调用，本发明提供的基于卷积神经网络的声层析声音到达时间计算方法。相较于原来的计算方法，由于神经网络可以学习到不同信号数据的共同特点，该方法有着更强的抗干扰能力，得到的结果准确度更高，而且泛用性更强，可适用于任何流域。
专利主权项内容
1.一种基于卷积神经网络的声音到达时间估计方法，其特征在于，包括以下步骤：训练数据准备：在高斯噪声背景下添加随机信号，模拟真实收到的声音信号，记录下每个信号的位置，组成一个数据集，再把数据集按一定比例分为训练集、测试集和验证集；模型搭建：搭建一个多层的卷积神经网络，使用不同核大小的卷积层来识别不同的数据特征，使用resnet结构防止模型过拟合，输入为信号匹配滤波结果的二维图像，输出层使用了Sigmoid函数将输出限制在0-1的范围内，模型最终会输出一张与输入同等大小的二维热力图；模型训练：根据输出结果与标签的差距设计损失函数，使用训练集分批训练神经网络，使用验证集来控制模型训练次数，当验证集的误差值连续多次不再下降时停止训练，最后用测试集来测试模型结果是否达到预期效果，若模型在测试集上表现合格，则表示模型训练完毕；模型部署：将模型与相关运行环境部署在声层析系统所在服务器上，编写好模型调用的接口，完成模型部署；模型调用：在流速计算过程中，向模型输入当前信号匹配滤波结果，输出每个时间点是声音到达时间点的概率，找到目标时间点，并通过流速差公式计算出河流流速。 来自：马 克 团 队