计算机工程与科学

作者：刘文才, 姚凯学, 杨乘,

单位：1.贵州大学计算机科学与技术学院，贵州 贵阳 550025；2.贵州师范大学物理与电子科学学院，贵州 贵阳 550001；3.贵州省教育厅汽车电子技术特色重点实验室，贵州 贵阳 550001

关键词：工程车辆,工况识别,音频特征,Mel倒谱系数,循环神经网络,

基金：国家自然科学基金(62062025，61662010);贵州省科技计划重点项目(黔科合基础［2019］1432)

高效率地使用工程车辆是工程项目管理中节约成本的有效方法，无人监管环境下工程车辆的工况识别，是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别，提出一种基于GRU循环神经网络的工程车辆工况识别方法，通过对工程车辆在不同工况下产生的音频信号进行分析，从中提取Mel倒谱系数作为主要特征，构建GRU循环神经网络模型进行训练和识别。实验结果表明，该方法可以实现对工程车辆工况的有效识别。

来源：2022年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第8期