针对煤矸音频特征提取过程中设备运行噪声干扰严重及单一提取方法易导致信息丢失的问题，提出了一种基于改进EfficientNet的煤矸音频分类方法。采用基于梅尔频谱和伽马频率倒谱系数的特征提取方法，有效捕捉矸石声音中的低频信息和细节特征。选择EfficientNet-B0作为骨干网络，并对其进行以下改进：将原有的多尺度通道注意力模块换成卷积块注意力模块，得到卷积注意力特征融合（CAFF）模块，通过网络自学习为不同空间位置的特征分配不同的权重信息，生成新的有效特征；在原有的MBConv模块中并行嵌入频域通道注意力（FCA）模块，加强了特征图的表达能力，从而提高整个网络的性能。实验结果表明：引入CAFF模块后，模型准确率提升了0.61%，F1得分提升了0.52%，且模型收敛更快，说明CAFF模块有效提升了模型对频谱特征的捕捉能力；引入FCA模块后，准确率提升了0.45%，F1得分提升了0.62%，说明模块的叠加可以进一步提高模型的泛化能力和处理复杂特征的能力；改进EfficientNe模型的准确率为91.90%，标准差为0.108，显著优于同类对比音频分类模型。

0 引言
1 放煤过程音频信号特征提取
1.1 梅尔频谱特征
1.2 GFCC
2 基于改进EfficientNet的煤矸音频分类
2.1 CAFF模块
2.2 MBFCAConv模块
3 实验分析
3.1 煤矸音频数据集制作
3.2 训练参数与评价指标
3.3 消融实验
3.4 同类模型对比实验
4 结论

宋庆军,焦守悦,姜海燕,等.基于改进EfficientNet的煤矸音频分类方法[J/OL].工矿自动化,1-9[2025-01-24].https://doi.org/10.13272/j.issn.1671-251x.2024090013.