[發明專利]用于基于音頻的外墻滲水測試的神經網絡的訓練方法

在審

• 申請號: 202011521607.6
• 申請日: 2020-12-21
• 公開（公告）號: CN112729692A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 張夢然
• 申請（專利權）人: 南京尚雅網絡科技有限公司
• 主分類號: G01M3/02
• 分類號: G01M3/02;G01N15/08;G01N29/44;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請公開了一種用于基于音頻的外墻滲水測試的神經網絡的訓練方法，其包括：通過音頻傳感器采集在滲水測試時墻體的原始音頻數據，其中，在滲水測試時所述墻體的外墻被噴水；將所述原始音頻數據轉化為原始音頻向量；將所述原始音頻向量通過深度神經網絡以獲得原始音頻特征向量；基于所述原始音頻特征向量構造高斯分布并從所述高斯分布中隨機提取預定數目的參考特征向量；計算所述原始音頻特征向量和所述預定數目的參考特征向量之間的距離函數；通過最小化所述距離函數來通過梯度的反向傳播獲得多個構造音頻向量；以及，以所述構造音頻向量和所述原始音頻向量訓練所述深度神經網絡。

技術領域

本發明涉及深度學習和神經網絡技術領域，且更為具體地，涉及一種用于基于音頻的外墻滲水測試的神經網絡的訓練方法、基于深度神經網絡的外墻滲水測試方法、用于基于音頻的外墻滲水測試的神經網絡的訓練系統、基于深度神經網絡的外墻滲水測試系統和電子設備。

背景技術

建筑項目的竣工驗收是施工全過程的最后一道工序，也是工程項目管理的最后一項工作，其中，外墻滲水測試是驗收工作的一個重要環節。建筑外墻滲水的原因主要有混凝土外墻裂縫引起的滲水、磚混結構外墻裂縫引起的滲水，由于鋼筋混凝土和磚砌體的線性膨脹系數不同，在相同溫差下，鋼筋混凝土構件的伸縮值要比磚砌體大，當外墻砌體抗剪強度不夠時就會引起墻體開裂。

目前的工程監理用外墻滲水測試裝置都是通過噴水裝置向外墻噴水，然后觀察內墻是否有水滲出，該方法雖然操作簡便，但是在實際應用過程中也遇到一些問題。其中最明顯的問題就是對于一些雖然有裂縫，但是不很嚴重的墻體，在短時間內無法觀察到明顯的滲水現象，而如果投入實際使用，則遇到長時間降雨的極端情況下仍然可能發生滲水。

因此，期待一種優化的用于測試外墻滲水情況的技術方案。

目前，深度學習以及神經網絡已經廣泛應用于計算機視覺、自然語言處理、文本信號處理等領域。此外，深度學習以及神經網絡在圖像分類、物體檢測、語義分割、文本翻譯等領域，也展現出了接近甚至超越人類的水平。

深度學習以及神經網絡的發展為外墻滲水的測試問題提供了新的解決思路和方案。

發明內容

為了解決上述技術問題，提出了本申請。本申請的實施例提供了一種用于基于音頻的外墻滲水測試的神經網絡的訓練方法、基于深度神經網絡的外墻滲水測試方法、用于基于音頻的外墻滲水測試的神經網絡的訓練系統、基于深度神經網絡的外墻滲水測試系統和電子設備，其基于噴水后的墻壁的聲學特征來進行外墻滲水的檢測。特別地，在對用于外墻滲水檢測的神經網絡的訓練過程中，采用在特征空間中對所獲得的訓練特征向量進行增強并通過深度神經網絡的反向傳播來獲得增強后的樣本數據，進而以增強后的樣本數據和原始訓練特征向量相結合的方式來訓練模型，從而增強模型的魯棒性。

根據本申請的一個方面，提供了一種用于基于音頻的外墻滲水測試的神經網絡的訓練方法，其包括：

通過音頻傳感器采集在滲水測試時墻體的原始音頻數據，其中，在滲水測試時所述墻體的外墻被噴水；

將所述原始音頻數據轉化為原始音頻向量；

將所述原始音頻向量通過深度神經網絡以獲得原始音頻特征向量；

基于所述原始音頻特征向量構造高斯分布并從所述高斯分布中隨機提取預定數目的參考特征向量；

計算所述原始音頻特征向量和所述預定數目的參考特征向量之間的距離函數；

通過最小化所述距離函數來通過梯度的反向傳播獲得多個構造音頻向量；以及

以所述構造音頻向量和所述原始音頻向量訓練所述深度神經網絡。

在上述用于基于音頻的外墻滲水測試的神經網絡的訓練方法中，將所述原始音頻數據轉化為音頻向量，包括：通過音頻矢量化將所述原始音頻數據轉化為音頻向量。