基于DBSCAN的风电叶片音频分类研究OA
利用某风场实际采集的风电叶片音频数据,提取时域与频域特征,利用DBSCAN聚类方法对音频进行分类,可有效区分出机组叶片是否处于运转工况,并且可提取出含噪的音频,有助于针对性的音频去噪工作.
董小泊
中国华电集团有限公司甘肃公司,甘肃 兰州 730000
信息技术与安全科学
音频时域频域DBSCAN分类
《科技创新与应用》 2022 (4)
23-25,3
利用某风场实际采集的风电叶片音频数据,提取时域与频域特征,利用DBSCAN聚类方法对音频进行分类,可有效区分出机组叶片是否处于运转工况,并且可提取出含噪的音频,有助于针对性的音频去噪工作.
董小泊
中国华电集团有限公司甘肃公司,甘肃 兰州 730000
信息技术与安全科学
音频时域频域DBSCAN分类
《科技创新与应用》 2022 (4)
23-25,3
评论