您当前的位置：
首页 >
文章列表页 >
基于改进MFCC-OCSVM和贝叶斯优化BiGRU的GIS异常工况声纹识别算法
高电压与绝缘 | 更新时间：2025-10-13

    • 基于改进MFCC-OCSVM和贝叶斯优化BiGRU的GIS异常工况声纹识别算法

    • Voiceprint Recognition Algorithm for GIS Anomalous Conditions Based on Improved MFCC-OCSVM and Bayesian Optimized BiGRU

    • “在气体绝缘开关柜异常工况识别领域，研究人员提出了基于MFCC-OCSVM和贝叶斯优化的BiGRU声纹识别算法，最高平均识别准确率达到92.8%，为GIS设备异常工况声纹识别提供高效技术路线。”
    • 南方电网技术   2025年19卷第1期 页码：30-40

    • DOI：10.13648/j.cnki.issn1674-0629.2025.01.004    

      中图分类号： TM41

    • 收稿：2023-11-21，

      网络出版：2024-06-26，

      纸质出版：2025-01-20

    移动端阅览

  • 庄小亮,李乾坤,刘紫罡等.基于改进MFCC-OCSVM和贝叶斯优化BiGRU的GIS异常工况声纹识别算法[J].南方电网技术,2025,19(01):30-40. DOI： 10.13648/j.cnki.issn1674-0629.2025.01.004.

    ZHUANG Xiaoliang,LI Qiankun,LIU Zigang,et al.Voiceprint Recognition Algorithm for GIS Anomalous Conditions Based on Improved MFCC-OCSVM and Bayesian Optimized BiGRU[J].Southern Power System Technology,2025,19(01):30-40. DOI： 10.13648/j.cnki.issn1674-0629.2025.01.004.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于改进MFCC-OCSVM和贝叶斯优化BiGRU的GIS异常工况声纹识别算法
基于深度PCA与贝叶斯优化的区块链异常交易检测

相关作者

庄小亮
李乾坤
刘紫罡
张禄亮
季天瑶
张长虹
王栋
李达

相关机构

国家电网区块链应用技术实验室（国网区块链科技（北京）有限公司，国网数字科技控股有限公司）
0