期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于谱估计的被动声呐目标识别方法
被引量：
10
1
作者
康春玉
章新华
张安清
《哈尔滨工程大学学报》
EI
CAS
CSCD
2003年第6期627-631,共5页
为解决被动声呐目标的特征提取与识别问题,通过对被动声呐目标噪声频谱特性的深入分析,给出了一种基于Welch谱估计的目标特征提取方法.对提取出来的特征采用动态规划的方法进行特征选择,得到用于识别的特征向量.对海上实录的多种型号和...
为解决被动声呐目标的特征提取与识别问题,通过对被动声呐目标噪声频谱特性的深入分析,给出了一种基于Welch谱估计的目标特征提取方法.对提取出来的特征采用动态规划的方法进行特征选择,得到用于识别的特征向量.对海上实录的多种型号和多种工况的大量噪声样本进行了特征提取和特征选择.采用BP神经网络和最近邻法对噪声样本进行了分类识别实验,结果证实了所提方法的可行性和有效性.研究结果可以用于被动声呐目标识别.
展开更多
关键词
频谱分析
Welch谱估计
特征得取
特征选择
被动声呐目标识别
在线阅读
下载PDF
职称材料
基于调制线谱特征提取的被动声呐目标识别技术研究
被引量：
14
2
作者
王菲
曾庆军
+1 位作者
黄国建
李洪瑞
《舰船科学技术》
北大核心
2002年第2期36-41,共6页
目标噪声特征提取和目标分类器设计是被动声呐目标识别系统的关键技术。本文针对被动声呐目标识别 ,首先着重研究了调制线谱特征提取方法 ,然后为了训练神经网络目标分类器 ,本文将遗传算法和BP算法相结合 ,提出了一种新的自适应遗传BP...
目标噪声特征提取和目标分类器设计是被动声呐目标识别系统的关键技术。本文针对被动声呐目标识别 ,首先着重研究了调制线谱特征提取方法 ,然后为了训练神经网络目标分类器 ,本文将遗传算法和BP算法相结合 ,提出了一种新的自适应遗传BP算法。最后 ,对海上实录的三类目标噪声进行了分类识别 ,实验结果表明本文设计的被动声呐目标识别系统具有很好的分类效果。
展开更多
关键词
被动声呐目标识别
调制线谱
特征提取
自适应遗传BP算法
在线阅读
下载PDF
职称材料
基于BPSO-KNN算法的被动声呐目标分类识别技术研究
被引量：
4
3
作者
朱宗斌
陶剑锋
+1 位作者
葛辉良
郑佳
《声学技术》
CSCD
北大核心
2019年第2期219-223,共5页
以提取得到的被动声呐目标功率谱特征为基础,采用二进制粒子群(Binary Particle Swarm Optimization, BPSO)优化算法和k最近邻(k-Nearest Neighbor, KNN)分类算法相结合的BPSO-KNN算法进行特征选择和参数优化,分别用KNN分类算法和BPSO-...
以提取得到的被动声呐目标功率谱特征为基础,采用二进制粒子群(Binary Particle Swarm Optimization, BPSO)优化算法和k最近邻(k-Nearest Neighbor, KNN)分类算法相结合的BPSO-KNN算法进行特征选择和参数优化,分别用KNN分类算法和BPSO-KNN分类算法对实际得到的四类海上被动声呐目标进行分类识别。结果表明,BPSO-KNN算法可对提取的功率谱特征进行特征优化选择,并对KNN分类器进行参数优化,提高了对四类目标的分类精度。该算法在被动声呐目标分类识别方面有参考价值。
展开更多
关键词
功率谱特征
被动
声
呐
目标
分类
识别
特征选择
二进制粒子群最近邻算法
在线阅读
下载PDF
职称材料
题名
一种基于谱估计的被动声呐目标识别方法
被引量：
10
1
作者
康春玉
章新华
张安清
机构
海军大连舰艇学院信号与信息技术研究中心
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
2003年第6期627-631,共5页
基金
水声技术国防科技重点实验室基金资助项目(51445050101JB1601)
文摘
为解决被动声呐目标的特征提取与识别问题,通过对被动声呐目标噪声频谱特性的深入分析,给出了一种基于Welch谱估计的目标特征提取方法.对提取出来的特征采用动态规划的方法进行特征选择,得到用于识别的特征向量.对海上实录的多种型号和多种工况的大量噪声样本进行了特征提取和特征选择.采用BP神经网络和最近邻法对噪声样本进行了分类识别实验,结果证实了所提方法的可行性和有效性.研究结果可以用于被动声呐目标识别.
关键词
频谱分析
Welch谱估计
特征得取
特征选择
被动声呐目标识别
Keywords
frequency spectrum analysis
Welch spectrum estimation
feature extraction
feature selection
passive sonar target recognition
分类号
TP13 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于调制线谱特征提取的被动声呐目标识别技术研究
被引量：
14
2
作者
王菲
曾庆军
黄国建
李洪瑞
机构
华东船舶工业学院电子与信息系
第七一六研究所
出处
《舰船科学技术》
北大核心
2002年第2期36-41,共6页
文摘
目标噪声特征提取和目标分类器设计是被动声呐目标识别系统的关键技术。本文针对被动声呐目标识别 ,首先着重研究了调制线谱特征提取方法 ,然后为了训练神经网络目标分类器 ,本文将遗传算法和BP算法相结合 ,提出了一种新的自适应遗传BP算法。最后 ,对海上实录的三类目标噪声进行了分类识别 ,实验结果表明本文设计的被动声呐目标识别系统具有很好的分类效果。
关键词
被动声呐目标识别
调制线谱
特征提取
自适应遗传BP算法
Keywords
passive sonar target recognition, modulation line spectrum, feature extraction, adaptive genetic backpropagation algorithm
分类号
U666.7 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
基于BPSO-KNN算法的被动声呐目标分类识别技术研究
被引量：
4
3
作者
朱宗斌
陶剑锋
葛辉良
郑佳
机构
中国船舶重工集团公司第七一五研究所
出处
《声学技术》
CSCD
北大核心
2019年第2期219-223,共5页
基金
海军预研基金项目(30202)
文摘
以提取得到的被动声呐目标功率谱特征为基础,采用二进制粒子群(Binary Particle Swarm Optimization, BPSO)优化算法和k最近邻(k-Nearest Neighbor, KNN)分类算法相结合的BPSO-KNN算法进行特征选择和参数优化,分别用KNN分类算法和BPSO-KNN分类算法对实际得到的四类海上被动声呐目标进行分类识别。结果表明,BPSO-KNN算法可对提取的功率谱特征进行特征优化选择,并对KNN分类器进行参数优化,提高了对四类目标的分类精度。该算法在被动声呐目标分类识别方面有参考价值。
关键词
功率谱特征
被动
声
呐
目标
分类
识别
特征选择
二进制粒子群最近邻算法
Keywords
power spectrum characteristics
passive sonar target classification and recognition
feature selection
BPSO-KNN algorithm
分类号
TN911.7 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于谱估计的被动声呐目标识别方法
康春玉
章新华
张安清
《哈尔滨工程大学学报》
EI
CAS
CSCD
2003
10
在线阅读
下载PDF
职称材料
2
基于调制线谱特征提取的被动声呐目标识别技术研究
王菲
曾庆军
黄国建
李洪瑞
《舰船科学技术》
北大核心
2002
14
在线阅读
下载PDF
职称材料
3
基于BPSO-KNN算法的被动声呐目标分类识别技术研究
朱宗斌
陶剑锋
葛辉良
郑佳
《声学技术》
CSCD
北大核心
2019
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
