文献

J-GLOBAL ID：201802267815132582   整理番号：18A1810347

Voiceprint特徴抽出に基づく流動層反応器の凝集モニタリング【JST・京大機械翻訳】

Agglomeration Monitoring of Fluidized Bed Reactor Based on Voiceprint Feature Extraction

著者 (2件)： Shi Shuai (Beijing University of Chemical Technology, College of Information Science and Technology, Beijing, 100029, China) ,  Zhao Zhong (Beijing University of Chemical Technology, College of Information Science and Technology, Beijing, 100029, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IMCEC  ページ： 657-662  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 流動層反応器(FBR)における高分子凝集を検出するためのI201次数,凝集モニタリング法を,ボイスプリント特徴抽出と極端な学習機械(ELM)に基づいて提案した。最初に,音響放射(AE)検出技術を適用して,FBRの内壁に衝突する高分子によって発生する音響信号を収集した。次に,音響信号のLP-MFCCを,Mel周波数ケプストラム係数と線形予測ケプストラム係数を用いて抽出した。最後に,極端な学習機械を適用して,抽出された音声特徴を分類した。パイロットプラントへの適用結果は,提案方法の実現可能性と有効性を検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音波信号 ,  *凝集 ,  *流動層反応器 ,  パイロットプラント ,  検出法 ,  アコースティックエミッション ,  周波数 ,  *特徴抽出 ,  線形予測 ,  高分子
準シソーラス用語： 音声特徴 ,  ケプストラム係数 ,  MFCC ,  極度学習機械 ,  次数 , 【Automatic Indexing@JST】

分類 (5件)： 医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 特徴抽出 ,  流動層反応器 ,  凝集 ,  モニタリング