Motor seslerine göre otomobillerin tanınması
[ X ]
Tarih
2019
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Otomobillerde önemli ses kaynaklarını, otomobil motoru ve güç aktarma organları, lastikler, egzoz, şanzıman ve süspansiyon vb. sesler oluşturmaktadır. Otomobillerde oluşan bu sesler tıpkı kişiye ait olan imzalar gibi otomobilleri de birbirinden ayıran tanımlayıcı özellikler oluşturmaktadır. Bu çalışmada, farklı tipteki araçların motor gürültüleri kullanılarak birbirinden ayrıştırılması ve sınıflandırılması amaçlanmıştır. Farklı tip ve modeldeki araçların motor gürültüleri belli süreler ve koşullar altında kayıt edilmiş, ses işleme yöntemleri kullanılarak bu sesler işlenmiş ve daha sonra sınıflandırma yöntemlerinden yapay sinir ağları kullanılarak araç gürültüleri sınıflandırılmıştır. Sınıflandırma çalışmasında %99,2 oranında başarı sağlanarak araçların modelleri tanınmıştır.
Almost every moving vehicle produces a kind of sound. Automobile engine and powertrain, tires, exhaust, gearbox and suspension and other. sounds constitute significant sound sources in vehicles. These sounds, which are formed in vehicles, involve identifiable features that distinguish automobiles from each other like signatures belonging to the person. In this study, it was aimed to identify and different types of vehicles by using their engine sounds. These sounds were processed and then these sounds were classified by using an artificial neural networks classification method. As a result, 99.2% success was achieved and the models of the vehicles were recognized.
Almost every moving vehicle produces a kind of sound. Automobile engine and powertrain, tires, exhaust, gearbox and suspension and other. sounds constitute significant sound sources in vehicles. These sounds, which are formed in vehicles, involve identifiable features that distinguish automobiles from each other like signatures belonging to the person. In this study, it was aimed to identify and different types of vehicles by using their engine sounds. These sounds were processed and then these sounds were classified by using an artificial neural networks classification method. As a result, 99.2% success was achieved and the models of the vehicles were recognized.
Açıklama
Anahtar Kelimeler
Kaynak
Mühendis ve Makina
WoS Q Değeri
Scopus Q Değeri
Cilt
60
Sayı
695
