[发明专利]控温柜检测方法、电子设备、介质及程序产品

权利要求书

1.一种控温柜检测方法，其特征在于，包括：

获取控温柜的噪声数据，并根据所述噪声数据进行特征提取，获取噪声特征信息；

获取预先训练得到的噪声识别模型，并将所述噪声特征信息作为输入，输入所述噪声识别模型，以获取噪声部件检测信息，所述噪声部件检测信息包括所述控温柜中至少一个噪声部件所发出噪声的噪声分贝数，所述噪声部件为所述控温柜中工作时发出噪声的部件；

根据所述噪声部件检测信息判断所述控温柜中至少一个噪声部件对应的噪声分贝数是否大于或等于分贝数阈值；

响应于所述控温柜中至少一个噪声部件对应的噪声分贝数大于或等于所述分贝数阈值，获取控温柜不合格指示信息，所述控温柜不合格指示信息用于指示所述控温柜不合格。

2.根据权利要求1所述的控温柜检测方法，其特征在于，所述噪声部件检测信息还包括所述控温柜中至少一个噪声部件所发出噪声的噪声类型；

所述方法还包括：

根据所述噪声部件检测信息判断所述控温柜中至少一个噪声部件对应的噪声类型是否为异常噪声类型；

响应于所述控温柜中至少一个噪声部件对应的噪声类型为异常噪声类型，获取所述控温柜不合格指示信息。

3.根据权利要求1所述的控温柜检测方法，其特征在于，所述获取控温柜的噪声数据，包括：

获取由声音采集设备采集的噪声数据，所述声音采集设备与所述控温柜的距离小于或等于控温柜检测距离阈值。

4.根据权利要求1-3中任一项所述的控温柜检测方法，其特征在于，在所述获取控温柜的噪声数据之前，所述方法还包括：

获取至少一组噪声采样数据以及与每组噪声采样数据对应的采样噪声分贝数；

对所述至少一组噪声采样数据进行特征提取，以获取每组噪声采样数据的噪声采样特征信息；

获取初始噪声识别模型，并将噪声采样数据的噪声采样特征信息作为输入，将噪声采样数据对应的采样噪声分贝数作为输出，对初始噪声识别模型进行训练，以获取所述噪声识别模型。

5.根据权利要求4所述的控温柜检测方法，其特征在于，所述方法还包括：

获取每组噪声采样数据对应的噪声类型；

将所述噪声采样数据的噪声采样特征信息作为输入，将噪声采样数据对应的采样噪声分贝数作为输出，对私有噪声识别模型进行训练，以获取所述噪声识别模型，包括：

将噪声采样数据的噪声采样特征信息作为输入，将噪声采样数据对应的采样噪声分贝数以及噪声采样数据对应的噪声类型作为输出，对所述初始噪声识别模型进行训练，以获取所述噪声识别模型。

6.根据权利要求1-3中任一项所述的控温柜检测方法，其特征在于，在所述获取控温柜的噪声数据之前，所述方法还包括：

接收边缘服务器发送的更新权值参数，并根据所述更新权值参数对私有噪声识别模型进行更新；

获取至少一组噪声采样数据以及与每组噪声采样数据对应的采样噪声分贝数；

将噪声采样数据的噪声采样特征信息作为输入，将噪声采样数据对应的采样噪声分贝数作为输出，对更新后的私有噪声识别模型进行训练；

判断训练后的私有噪声识别模型是否收敛；

响应于所述训练后的私有噪声识别模型未收敛，根据所述训练后的私有噪声识别模型获取梯度更新矢量，并发送所述梯度更新矢量，所述边缘服务器用于对所述梯度更新矢量进行聚合，并根据聚合后的梯度更新矢量对所述边缘服务器的共有噪声识别模型的权值参数进行更新，以获取所述更新权值参数；

或，响应于所述训练后的私有噪声识别模型收敛，根据所述训练后的私有噪声识别模型获取所述噪声识别模型。

7.根据权利要求6所述的控温柜检测方法，其特征在于，所述方法还包括：

获取每组噪声采样数据对应的噪声类型；

所述将噪声采样数据的噪声采样特征信息作为输入，将噪声采样数据对应的采样噪声分贝数作为输出，对更新后的私有噪声识别模型进行训练，包括：

将噪声采样数据的噪声采样特征信息作为输入，将噪声采样数据对应的采样噪声分贝数以及噪声采样数据对应的噪声类型作为输出，对所述更新后的私有噪声识别模型进行训练。