%0 Journal Article
%A 顾兴权
%A 宁方立
%A 韦娟
%T 一种基于EEMD的异常声音识别方法
%D 
%R 10.13190/j.jbupt.2020-075
%J 北京邮电大学学报
%P 112-117
%V 43
%N 5
%X 为了优化组合特征在异常声音识别中的效率，提出一种用集合经验模态分解（EEMD）对异常声音帧信号进行有效性检测和提取多层特征的算法.首先对异常声音帧信号进行集合经验模态分解，得到固有模态函数；然后根据给定的固有模态函数层数阈值，对该帧信号进行有效性检测；再对有效帧信号的每一层固有模态函数提取梅尔频率倒谱系数、翻转梅尔频率倒谱系数、线性预测倒谱系数、短时能量和能量比，并将它们归一化后拼接成多层特征.根据提取的特征，用深度卷积神经网络实现异常声音识别分类.仿真结果表明，提出的新方法在4类异常声音识别中的识别率可以达到98.65%.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2020-075