Skip to main content

LUP Student Papers

LUND UNIVERSITY LIBRARIES

A study of classification methods to identify sound signals of a washing machine

Kazama, Chiharu LU (2019) In Bachelor's Theses in Mathematical Sciences NUMK01 20182
Mathematics (Faculty of Engineering)
Popular Abstract (Swedish)
Syftet med denna uppsats är att undersöka och klassificera ljud från en tvättmaskin. Ett tvättmaskinsprogram har olika faser, t ex vattenfyllning, tvättning, centrifugering, etc. Varje fas har ett eget ljud, därför kan vi anta vilken av faserna det är från ljudet, även om vi inte ser tvättmaskinen. När ljudet ’a’ skiljer sig från ljudet ’b’, ska vågformen av ’a’ vara annorlunda jämfört med vågformen av ’b’. Detta innebär att de frekvenser som utgör vågformerna är annorlunda. Formeln för att få ut frekvenskomponenter i en vågform är Fourier-transformen. Fourier-transformen delar upp en vågform i frekvenskomponenter genom en kombination av enkla sinusvågor. Vi kan även rekonstruera den ursprungliga vågformen från dessa komponenter. Denna... (More)
Syftet med denna uppsats är att undersöka och klassificera ljud från en tvättmaskin. Ett tvättmaskinsprogram har olika faser, t ex vattenfyllning, tvättning, centrifugering, etc. Varje fas har ett eget ljud, därför kan vi anta vilken av faserna det är från ljudet, även om vi inte ser tvättmaskinen. När ljudet ’a’ skiljer sig från ljudet ’b’, ska vågformen av ’a’ vara annorlunda jämfört med vågformen av ’b’. Detta innebär att de frekvenser som utgör vågformerna är annorlunda. Formeln för att få ut frekvenskomponenter i en vågform är Fourier-transformen. Fourier-transformen delar upp en vågform i frekvenskomponenter genom en kombination av enkla sinusvågor. Vi kan även rekonstruera den ursprungliga vågformen från dessa komponenter. Denna uppsats består av tre delar. Den första studien fokuserade på Fourier-transformerna. Speciellt den diskreta Fourier-transformen (DFT) och den snabba Fourier-transformen (FFT) eftersom ljudsignalen analyseras av en dator som hanterar endast diskreta värden. Den andra, vi studerar ljud-extraktions metoder och diskuterar problemen. I sista delen, uppvisas ljudklassificering med en maskininlärningsmetod, kallad ”supervised learning” med djupa neurala nätverk. En av hyperparameteroptimeringar, ”random search” förklaras och används för klassificering av flera klasser. (Less)
Please use this url to cite or link to this publication:
author
Kazama, Chiharu LU
supervisor
organization
course
NUMK01 20182
year
type
M2 - Bachelor Degree
subject
keywords
Fourier transform, DFT, FFT, STFT, sounds classification, Keras, supervised learning, neural network, Random search, machine learning, signal processing
publication/series
Bachelor's Theses in Mathematical Sciences
report number
LUNFNA-4025-2019
ISSN
1654-6229
language
English
id
8975226
date added to LUP
2019-10-08 13:38:12
date last changed
2019-11-11 09:24:09
@misc{8975226,
  author       = {{Kazama, Chiharu}},
  issn         = {{1654-6229}},
  language     = {{eng}},
  note         = {{Student Paper}},
  series       = {{Bachelor's Theses in Mathematical Sciences}},
  title        = {{A study of classification methods to identify sound signals of a washing machine}},
  year         = {{2019}},
}