带式输送机关键音频数据识别研究

作     者：吴启航 李军霞 刘少伟 秦志祥 张伟 WU Qihang;LI Junxia;LIU Shaowei;QIN Zhixiang;ZHANG Wei

作者机构：太原理工大学机械与运载工程学院山西太原030024 矿山流体控制国家地方联合工程实验室山西太原030024 

出 版 物：《煤炭工程》 (Coal Engineering)

年 卷 期：2024年第56卷第5期

页      面：145-151页

学科分类：081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 

基　　金：中央引导地方科技发展资金项目(YDZJSX2021A023) 国家自然科学基金(52174147) 山西省科技创新领军人才团队项目(202204051002003) 山西省重点研发计划项目(202102100401004) 

主　　题：带式输送机 音频数据 梅尔频率倒谱系数 改进蜜獾算法 支持向量机 

摘      要：针对带式输送机音频数据中存在大量冗余的问题,提出了一种基于改进蜜獾算法(IHBA)优化支持向量机(SVM)的带式输送机关键音频数据识别方法。提取音频数据的梅尔频率倒谱系数作为特征;采用Tent混沌映射增加种群多样性,引入新的密度因子和黄金正弦机制来克服蜜獾算法(HBA)易陷入局部最优、收敛速度慢及寻优精度低等缺陷,并通过标准测试函数的仿真实验,验证了IHBA性能。采用IHBA优化SVM的参数,将梅尔频率倒谱系数特征输入IHBA-SVM模型中进行识别。结果表明,IHBA-SVM模型能够有效提高带式输送机关键音频数据的识别率。