会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
热词
    • 2. 发明专利
    • 一種基於經驗模態拆解之水下音訊訊號時間頻率能量分佈特徵分析方法
    • 一种基于经验模态拆解之水下音频信号时间频率能量分布特征分析方法
    • TW201714170A
    • 2017-04-16
    • TW104132755
    • 2015-10-05
    • 林進豐
    • 林進豐徐尉展林敏雄詹德光蕭光任賴富麒文展權張順雄
    • G10L25/27G10L25/48
    • 本發明係一種基於經驗模態拆解之水下音訊訊號時間頻率能量分佈特徵分析方法,特別是整合經驗模態拆解而創設的一種水下音訊時間頻率能量分佈特徵分析方法,其整合一種經驗模態拆解機制的理由在於,適應性拆解與分析水下音訊訊號,可更佳瞭解水下音訊時間頻率能量分佈特徵,因此,我們使用經驗模態拆解機制將水下語音訊號適應性拆解成數個本質模態函數水下語音訊號和一個殘餘函數水下語音訊號,將本質模態函數能量參考總能量分佈比例大於10%的本質模態函數,特徵為主要本質模態函數殘餘函數群組;殘餘函數能量參考總能量分佈比例大於10%的該殘餘函數,特徵為該主要本質模態函數殘餘函數群組;特徵該主要本質模態函數殘餘函數群組能量參考總能量分佈比例;特徵該主要本質模態函數殘餘函數群組的平均瞬時頻率和瞬時頻率標準差;分析該主要本質模態函數殘餘函數群組的邊際頻率能量參考總能量分佈比例;本質模態函數殘餘函數群組邊際頻率能量參考總能量分佈比例大於5%的該本質模態函數殘餘函數群組邊際頻率,特徵為主要本質模態函數殘餘函數邊際頻率群組,並特徵主要本質模態函數殘餘函數群組邊際頻率群組能量參考總能量分佈比例值;以該 水下人類語音音訊訊號每二秒鐘為分析時間視窗,分析二秒鐘時間視窗該主要本質模態函數殘餘函數群組的希爾伯頻譜能量參考總能量分佈比例;二秒鐘時間視窗該時間本質模態函數殘餘函數群組的希爾伯頻譜參考總能量分佈比大於1%,特徵為主要時間本質模態函數殘餘函數希爾伯頻譜群組,並特徵主要時間本質模態函數殘餘函數希爾伯頻譜群組能量參考總能量分佈比例。
    • 本发明系一种基于经验模态拆解之水下音频信号时间频率能量分布特征分析方法,特别是集成经验模态拆解而创设的一种水下音频时间频率能量分布特征分析方法,其集成一种经验模态拆解机制的理由在于,适应性拆解与分析水下音频信号,可更佳了解水下音频时间频率能量分布特征,因此,我们使用经验模态拆解机制将水下语音频号适应性拆解成数个本质模态函数水下语音频号和一个残余函数水下语音频号,将本质模态函数能量参考总能量分布比例大于10%的本质模态函数,特征为主要本质模态函数残余函数群组;残余函数能量参考总能量分布比例大于10%的该残余函数,特征为该主要本质模态函数残余函数群组;特征该主要本质模态函数残余函数群组能量参考总能量分布比例;特征该主要本质模态函数残余函数群组的平均瞬时频率和瞬时频率标准差;分析该主要本质模态函数残余函数群组的边际频率能量参考总能量分布比例;本质模态函数残余函数群组边际频率能量参考总能量分布比例大于5%的该本质模态函数残余函数群组边际频率,特征为主要本质模态函数残余函数边际频率群组,并特征主要本质模态函数残余函数群组边际频率群组能量参考总能量分布比例值;以该 水下人类语音音频信号每二秒钟为分析时间窗口,分析二秒钟时间窗口该主要本质模态函数残余函数群组的希尔伯频谱能量参考总能量分布比例;二秒钟时间窗口该时间本质模态函数残余函数群组的希尔伯频谱参考总能量分布比大于1%,特征为主要时间本质模态函数残余函数希尔伯频谱群组,并特征主要时间本质模态函数残余函数希尔伯频谱群组能量参考总能量分布比例。