基于声谱图和SVM的煤矿瓦斯和煤尘爆炸识别方法
TD76%X936; 为提高煤矿瓦斯和煤尘爆炸感知准确率,提出了基于声谱图和SVM的煤矿瓦斯和煤尘爆炸感知方法:在煤矿井下重点监测区域安装矿用拾音器;实时监测煤矿井下设备工作声音及环境音;将采集到的声音提取由MFCC构成的声谱图,通过计算声谱图的灰度共生矩阵得到0°、45°、90°、135°的能量、熵、对比度、相关性,分别求其均值和标准差作为声谱图图像纹理特征,构成该声音的特征量,输入到SVM中建立煤矿瓦斯和煤尘爆炸声音识别模型;对待测声音同样提取其MFCC声谱图图像纹理特征,输入到训练好的识别模型中进行声音识别分类;并进行了试验验证.首先,提取了采掘工作面设备运行、瓦斯和煤尘爆炸等不同声音的...
Saved in:
| Published in | 煤炭科学技术 Vol. 51; no. 2; pp. 366 - 376 |
|---|---|
| Main Authors | , , |
| Format | Journal Article |
| Language | Chinese |
| Published |
中国矿业大学(北京) 机电与信息工程学院,北京 100083%中国中煤能源集团有限公司,北京 100011
01.02.2023
|
| Subjects | |
| Online Access | Get full text |
| ISSN | 0253-2336 |
| DOI | 10.13199/j.cnki.cst.2022-2050 |
Cover
| Abstract | TD76%X936; 为提高煤矿瓦斯和煤尘爆炸感知准确率,提出了基于声谱图和SVM的煤矿瓦斯和煤尘爆炸感知方法:在煤矿井下重点监测区域安装矿用拾音器;实时监测煤矿井下设备工作声音及环境音;将采集到的声音提取由MFCC构成的声谱图,通过计算声谱图的灰度共生矩阵得到0°、45°、90°、135°的能量、熵、对比度、相关性,分别求其均值和标准差作为声谱图图像纹理特征,构成该声音的特征量,输入到SVM中建立煤矿瓦斯和煤尘爆炸声音识别模型;对待测声音同样提取其MFCC声谱图图像纹理特征,输入到训练好的识别模型中进行声音识别分类;并进行了试验验证.首先,提取了采掘工作面设备运行、瓦斯和煤尘爆炸等不同声音的MFCC特征值,分析了不同声音的MFCC特征值分布情况;提取不同声音的MFCC声谱图,分析了不同声音的声谱图的特征参数:能量、熵、对比度、相关性的均值和标准差,可见通过提取MFCC声谱图的灰度共生矩阵特征参数构成的特征量可有效表征声音信号;其次,将待测声音输入建立的识别模型中,完成识别分类.结果表明:所提方法的识别率达到95％,整体识别性能高于其他算法;最后,通过贝叶斯参数优化试验结果可知,优化后的SVM识别模型的召回率、识别率分别提高10％、3％,优于优化前的识别模型,能够满足煤矿瓦斯和煤尘爆炸感知和报警需求. |
|---|---|
| AbstractList | TD76%X936; 为提高煤矿瓦斯和煤尘爆炸感知准确率,提出了基于声谱图和SVM的煤矿瓦斯和煤尘爆炸感知方法:在煤矿井下重点监测区域安装矿用拾音器;实时监测煤矿井下设备工作声音及环境音;将采集到的声音提取由MFCC构成的声谱图,通过计算声谱图的灰度共生矩阵得到0°、45°、90°、135°的能量、熵、对比度、相关性,分别求其均值和标准差作为声谱图图像纹理特征,构成该声音的特征量,输入到SVM中建立煤矿瓦斯和煤尘爆炸声音识别模型;对待测声音同样提取其MFCC声谱图图像纹理特征,输入到训练好的识别模型中进行声音识别分类;并进行了试验验证.首先,提取了采掘工作面设备运行、瓦斯和煤尘爆炸等不同声音的MFCC特征值,分析了不同声音的MFCC特征值分布情况;提取不同声音的MFCC声谱图,分析了不同声音的声谱图的特征参数:能量、熵、对比度、相关性的均值和标准差,可见通过提取MFCC声谱图的灰度共生矩阵特征参数构成的特征量可有效表征声音信号;其次,将待测声音输入建立的识别模型中,完成识别分类.结果表明:所提方法的识别率达到95％,整体识别性能高于其他算法;最后,通过贝叶斯参数优化试验结果可知,优化后的SVM识别模型的召回率、识别率分别提高10％、3％,优于优化前的识别模型,能够满足煤矿瓦斯和煤尘爆炸感知和报警需求. |
| Author | 王云泉 余星辰 孙继平 |
| AuthorAffiliation | 中国矿业大学(北京) 机电与信息工程学院,北京 100083%中国中煤能源集团有限公司,北京 100011 |
| AuthorAffiliation_xml | – name: 中国矿业大学(北京) 机电与信息工程学院,北京 100083%中国中煤能源集团有限公司,北京 100011 |
| Author_FL | WANG Yunquan SUN Jiping YU Xingchen |
| Author_FL_xml | – sequence: 1 fullname: SUN Jiping – sequence: 2 fullname: YU Xingchen – sequence: 3 fullname: WANG Yunquan |
| Author_xml | – sequence: 1 fullname: 孙继平 – sequence: 2 fullname: 余星辰 – sequence: 3 fullname: 王云泉 |
| BookMark | eNrjYmDJy89LZWCQNTTQMzQ2tLTUz9JLzsvO1EsuLtEzMjAy0jUyMDVgYeA0MDI11jUyNjbjYOAtLs5MMjA1NDY3MTQw42Swfzp_15NdfU8Xb3ixYePT2fueTuoJDvN9PqvleeuS5_P3P5-87Nm09UBBIPfphhnPO9qeN-14sb7tacfqZ9N2Pts8lYeBNS0xpziVF0pzM4S6uYY4e-j6-Lt7Ojv66BYbGhiZ65qkJJoZGiebGxunplkapKSaWJiZGyebJRmZGllapKVamCcnGiYCUaqZuamhiXlKUqppmnGSoaGZcUqqkWVyqjE3gzrE3PLEvLTEvPT4rPzSojygjfG5JdkVWcVA7xobAAlzYwDzHGPp |
| ClassificationCodes | TD76%X936 |
| ContentType | Journal Article |
| Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| DBID | 2B. 4A8 92I 93N PSX TCJ |
| DOI | 10.13199/j.cnki.cst.2022-2050 |
| DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Engineering |
| DocumentTitle_FL | Recognition method of coal mine gas and coal dust explosion based on sound spectrogram and SVM |
| EndPage | 376 |
| ExternalDocumentID | mtkxjs202302027 |
| GrantInformation_xml | – fundername: 国家重点研发计划 funderid: (2016YFC0801800) |
| GroupedDBID | -02 2B. 4A8 5XA 5XC 92H 92I 93N ABJNI ACGFS ALMA_UNASSIGNED_HOLDINGS CCEZO CDRFL CW9 GROUPED_DOAJ PSX TCJ TGT U1G U5L |
| ID | FETCH-LOGICAL-s1027-4da613c733ef90de48673c6b25298fe87ca1aa1ae675147dbe5f3b1163de29ce3 |
| ISSN | 0253-2336 |
| IngestDate | Thu May 29 04:07:33 EDT 2025 |
| IsPeerReviewed | false |
| IsScholarly | true |
| Issue | 2 |
| Keywords | 瓦斯和煤尘爆炸 声音识别 支持向量机 声谱图 灰度共生矩阵 图像识别 |
| Language | Chinese |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-s1027-4da613c733ef90de48673c6b25298fe87ca1aa1ae675147dbe5f3b1163de29ce3 |
| PageCount | 11 |
| ParticipantIDs | wanfang_journals_mtkxjs202302027 |
| PublicationCentury | 2000 |
| PublicationDate | 2023-02-01 |
| PublicationDateYYYYMMDD | 2023-02-01 |
| PublicationDate_xml | – month: 02 year: 2023 text: 2023-02-01 day: 01 |
| PublicationDecade | 2020 |
| PublicationTitle | 煤炭科学技术 |
| PublicationTitle_FL | Coal Science and Technology |
| PublicationYear | 2023 |
| Publisher | 中国矿业大学(北京) 机电与信息工程学院,北京 100083%中国中煤能源集团有限公司,北京 100011 |
| Publisher_xml | – name: 中国矿业大学(北京) 机电与信息工程学院,北京 100083%中国中煤能源集团有限公司,北京 100011 |
| SSID | ssib051374106 ssj0037581 ssib001105251 ssib012291398 ssib036204842 |
| Score | 2.3340507 |
| Snippet | TD76%X936; 为提高煤矿瓦斯和煤尘爆炸感知准确率,提出了基于声谱图和SVM的煤矿瓦斯和煤尘爆炸感知方法:在煤矿井下重点监测区域安装矿用拾音器;实时监测煤矿井下设备工作声... |
| SourceID | wanfang |
| SourceType | Aggregation Database |
| StartPage | 366 |
| Title | 基于声谱图和SVM的煤矿瓦斯和煤尘爆炸识别方法 |
| URI | https://d.wanfangdata.com.cn/periodical/mtkxjs202302027 |
| Volume | 51 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| journalDatabaseRights | – providerCode: PRVAON databaseName: DOAJ Directory of Open Access Journals issn: 0253-2336 databaseCode: DOA dateStart: 20210101 customDbUrl: isFulltext: true dateEnd: 99991231 titleUrlDefault: https://www.doaj.org/ omitProxy: true ssIdentifier: ssj0037581 providerName: Directory of Open Access Journals |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR09b9QwNCplgQHxKb7VAU8o5WLHsT2h5JpThVQWWtStuuQSPioOibtKqCOCqgNiAFEhGDqAWBhaxAId4M9wvf4M3nv2paEU8SGdLMd-fp8Xv2fL8fO8S0WnCNpBiRtVSvhhaUrfaMP9LJRlqSCe6NCR_5nr0fRceG1ezo-NN2qnlpb62WS-vO93Jf9jVWgDu-JXsv9g2QopNEAd7AslWBjKv7IxSyUzLZbELA2x1Cm2xIIlDZZqLJOAYBKWUJfhTDdv3JxhqWIG4EOsaBhCFUTVoopgccTSiJmIxa1qYA1YInKjqUUzHVGFs0QjXRiCLRK74sThSQxWEsFststRQPwTA4AhnsJKDDwQ5_BoOdExnslAVE3AP_qbOBBjcFCS4DhkzQCdXRBQjQWJkGMQElWTggC7IApVpxOnRiRNrNq0Q6NNES5G56jd35jANbFsdTxV0yJ1gY5TEs4yZqXhmnTTZEY5gnGTNmesdGhNwAId0mFBs4aINCbGdOCMkoCiJKlLE_OVugyKG3N4fX6ldDmggJhxuR_7VUtlFUAtqCsi1TQIe-IMDBUgY_nWxhFGGEnDLfkW4vwtK84JWl_EpfC5sHfVjBynDGoTBK95QRFFtYBK2AQ_v_hqmPwNOeu8u3hnMu_hyWbO4QW3NxHvuQb9Xn_x4d0e2rqB-3UHvIMc_HijtolCC4AA8zJWHivgHK-9rTyMwOwLOqwCehkIiKjxnIGN3QSsninH5khc980fsnplP0bpU79u2e7eqkWls0e9I245ORHbueGYN7Z8-7h3uHbJ6Anv6mB96_vWs8HbzZ3Nj4M3XwfPn8IMMHz9ePjk3XD92_DF--21DWiEx8Hmq-HqyvDR552NlcHqh-21L9ufXp705lrpbHPad2lT_B6sFpQfdtoQo-dKiKI0jU6Bd2qKPMq45EaXhVZ5O2jDr4gUrJZUJytkKbIAFmadgpu8EKe88e79bnHam9B5luWFMTzTMlRhO1NG6axsmCxQmO_4jDfhxF9w02JvYY-hzv4Z5Jx3aPcdPu-N9x8sFRcg1O9nF8m6PwASqbek |
| linkProvider | Directory of Open Access Journals |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%A3%B0%E8%B0%B1%E5%9B%BE%E5%92%8CSVM%E7%9A%84%E7%85%A4%E7%9F%BF%E7%93%A6%E6%96%AF%E5%92%8C%E7%85%A4%E5%B0%98%E7%88%86%E7%82%B8%E8%AF%86%E5%88%AB%E6%96%B9%E6%B3%95&rft.jtitle=%E7%85%A4%E7%82%AD%E7%A7%91%E5%AD%A6%E6%8A%80%E6%9C%AF&rft.au=%E5%AD%99%E7%BB%A7%E5%B9%B3&rft.au=%E4%BD%99%E6%98%9F%E8%BE%B0&rft.au=%E7%8E%8B%E4%BA%91%E6%B3%89&rft.date=2023-02-01&rft.pub=%E4%B8%AD%E5%9B%BD%E7%9F%BF%E4%B8%9A%E5%A4%A7%E5%AD%A6%28%E5%8C%97%E4%BA%AC%29+%E6%9C%BA%E7%94%B5%E4%B8%8E%E4%BF%A1%E6%81%AF%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E5%8C%97%E4%BA%AC+100083%25%E4%B8%AD%E5%9B%BD%E4%B8%AD%E7%85%A4%E8%83%BD%E6%BA%90%E9%9B%86%E5%9B%A2%E6%9C%89%E9%99%90%E5%85%AC%E5%8F%B8%2C%E5%8C%97%E4%BA%AC+100011&rft.issn=0253-2336&rft.volume=51&rft.issue=2&rft.spage=366&rft.epage=376&rft_id=info:doi/10.13199%2Fj.cnki.cst.2022-2050&rft.externalDocID=mtkxjs202302027 |
| thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fmtkxjs%2Fmtkxjs.jpg |