[發明專利]一種人工智能檢測系統、方法和計算機程序

有效

• 申請號: 202111460901.5
• 申請日: 2021-12-03
• 公開（公告）號: CN114155878B
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 沈增輝
• 申請（專利權）人: 北京中科智易科技有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L21/0208;G10L15/16;G10L15/06;G10L15/04
• 代理公司: 北京春江專利商標代理事務所(普通合伙) 11835
• 代理人: 曹潔

1.一種人工智能檢測方法，其特征在于，包括以下步驟：

獲取設置于待檢測的機械裝備上或附近預設區域內的聲音采集裝置采集的聲音信息；

將所述聲音信息分割成預設時長的信息單元；

針對每一所述信息單元，將所述信息單元按照時間、頻率和/或幅度劃分成多個信息塊；

針對每一所述信息塊，獲取所述信息塊的第一評分，所述第一評分用于指示所述信息塊對破裂檢測的有效程度；

針對每一所述信息塊，獲取所述信息塊的第二評分，所述第二評分用于指示所述信息塊對其他聲音檢測的有效程度，所述其他聲音包括除所述機械裝備破損時振動聲音以外的一種或多種聲音；

獲取每一所述信息單元中的目標信息塊，并將根據所述目標信息塊得到的目標信息輸入至機械裝備破損檢測模型中檢測所述機械裝備是否破裂；所述目標信息塊的所述第一評分大于第一預設值且所述第二評分小于第二預設值。

2.根據權利要求1所述的方法，其特征在于，所述獲取每一所述信息單元中的目標信息塊，并將根據所述目標信息塊得到的目標信息輸入至機械裝備破損檢測模型中檢測所述機械裝備是否破裂，包括：

從所述目標信息塊中提取特征向量，組成特征向量矩陣；

根據所述特征向量矩陣確定所述目標信息。

3.根據權利要求2所述的方法，其特征在于，所述根據所述特征向量矩陣確定所述目標信息包括：

使用預設的基矩陣，對所述特征向量矩陣進行非負矩陣分解，得到系數矩陣；

將所述系數矩陣作為所述目標信息；

其中，所述基矩陣是在所述機械裝備破損檢測模型訓練階段確定。

4.根據權利要求1所述的方法，其特征在于，所述機械裝備破損檢測模型包括輸入層、隱藏層和輸出層；

所述輸入層用于接收所述目標信息并轉發至所述隱藏層，所述輸出層用于基于所述隱藏層的輸出輸出機械裝備破損的檢測結果；

所述隱藏層包括依次連接的第一卷積層、第二卷積層、第一全連接層、第二全連接層、扁平化層和分類層；

所述輸出層包括softmax層。

5.根據權利要求2所述的方法，其特征在于，所述根據所述特征向量矩陣確定所述目標信息包括：

獲取時間相鄰的多個所述信息單元對應的多個協方差矩陣，所述協方差矩陣是根據所述多個所述信息單元對應的特征向量矩陣確定；

計算所述多個協方差矩陣中每兩個所述協方差矩陣之間的距離，獲取距離矩陣；

將所述距離矩陣作為所述目標信息。

6.根據權利要求5所述的方法，其特征在于，所述計算所述多個協方差矩陣中每兩個所述協方差矩陣之間的距離，獲取距離矩陣，包括：

將兩個所述協方差矩陣分別分解為對角矩陣和旋轉矩陣；

根據所述對角矩陣和所述旋轉矩陣計算對數協方差矩陣；

根據所述對數協方差矩陣確定對數協方差向量；

獲取兩個所述對數協方差向量之間的歐式距離作為兩個所述協方差矩陣之間的距離。

7.一種人工智能檢測系統，其特征在于，包括：聲音采集裝置和處理器；

所述聲音采集裝置用于設置于待檢測的機械裝備上或附近預設區域內，以采集聲音信息；

所述處理器，用于實現如權利要求1-6中任一所述的人工智能檢測方法。

8.一種計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-6中任一所述的人工智能檢測方法。