基于机器学习的扬声器异音检测方法、系统及存储介质与流程

1.一种基于机器学习的扬声器异音检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于机器学习的扬声器异音检测方法，其特征在于：在s1中，所述得到多视图数据集的方法如下：

3.根据权利要求1所述的基于机器学习的扬声器异音检测方法，其特征在于：在s2中，所述得到特征选择后的数据集的方法如下：

4.根据权利要求3所述的基于机器学习的扬声器异音检测方法，其特征在于：所述无监督特征选择目标函数floss包括伪标签学习的损失项loss1和特征选择矩阵学习的损失项loss2，其表达式如下：

5.根据权利要求4所述的基于机器学习的扬声器异音检测方法，其特征在于：所述伪标签学习的损失项loss1基于非负约束条件下构造而成，其表达式为：

6.根据权利要求5所述的基于机器学习的扬声器异音检测方法，其特征在于：所述特征选择矩阵学习的损失项loss2的表达式为：

7.根据权利要求6所述的基于机器学习的扬声器异音检测方法，其特征在于：所述得到伪标签矩阵和特征选择矩阵的最优解的方法如下：

8.根据权利要求1所述的基于机器学习的扬声器异音检测方法，其特征在于，在s3中，所述得到训练后的分类器的方法如下：

9.一种基于机器学习的扬声器异音检测系统，用于如权利要求1～8任意一项所述的基于机器学习的扬声器异音检测方法，其特征在于，包括以下模块：

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～8任意一项所述的基于机器学习的扬声器异音检测方法的步骤。