1.一種基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，其特征在于，所述對數(shù)據(jù)集中的音頻信號預(yù)處理的方法，包括去除背景噪聲和歸一化處理。
3.根據(jù)權(quán)利要求1所述的基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，其特征在于，所述從預(yù)處理后的音頻信號中提取梅爾頻譜特征的方法為：
4.?根據(jù)權(quán)利要求1所述的基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，其特征在于，?所述通過卷積神經(jīng)網(wǎng)絡(luò)提取初級特征的方法為：
5.根據(jù)權(quán)利要求4所述的基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，其特征在于，所述利用選擇性卷積核網(wǎng)絡(luò)模塊進行多尺度特征提取與融合的方法為：
6.根據(jù)權(quán)利要求5所述的基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，其特征在于，所述通過特征降維與軟注意力機制實現(xiàn)特征的自適應(yīng)選擇的方法為：
7.根據(jù)權(quán)利要求6所述的基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，其特征在于，所述通過膠囊網(wǎng)絡(luò)模塊完成分類任務(wù)的方法為：
8.根據(jù)權(quán)利要求7所述的基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，其特征在于，所述動態(tài)路由機制具體包括：
9.?根據(jù)權(quán)利要求8所述的基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，其特征在于，在訓(xùn)練網(wǎng)絡(luò)時，異音檢測模型的損失包括重建損失和邊際損失，其中重建損失，是由三層全連接層根據(jù)??重建得到的梅爾頻譜特征和原始的梅爾頻譜特征計算得出，具體損失如下：
10.一種基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測系統(tǒng)，其特征在于，所述系統(tǒng)用于實現(xiàn)權(quán)利要求1至9任意一項所述的基于多感受野的神經(jīng)網(wǎng)絡(luò)的異音檢測方法，具體包括：