期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于连续谱特征提取的被动声纳目标识别技术 被引量:23
1
作者 曾庆军 王菲 黄国建 《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第3期382-386,共5页
目标噪声特征提取和目标分类器设计是被动声纳目标识别系统的关键技术 .针对被动声纳目标识别 ,提出了一种新的连续谱特征提取方法 .此外 ,为了训练神经网络目标分类器 ,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 .... 目标噪声特征提取和目标分类器设计是被动声纳目标识别系统的关键技术 .针对被动声纳目标识别 ,提出了一种新的连续谱特征提取方法 .此外 ,为了训练神经网络目标分类器 ,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 。 展开更多
关键词 自适应遗传BP算法 连续谱 特征提取 被动声纳目标识别技术
在线阅读 下载PDF
基于最小均方无失真响应和支持向量机的被动声纳目标识别 被引量:2
2
作者 赵亚楠 李钢虎 曾渊 《声学技术》 CSCD 2011年第3期223-226,共4页
为了有效地进行被动声纳识别,研究了一种运用最小均方无失真响应(Minimum Variance Distortionless Response,MVDR)谱系数作为特征参数,用多分类支持向量机作为分类器,进行被动声纳目标识别的方法。实验表明,在不同数目的训练样本情况下... 为了有效地进行被动声纳识别,研究了一种运用最小均方无失真响应(Minimum Variance Distortionless Response,MVDR)谱系数作为特征参数,用多分类支持向量机作为分类器,进行被动声纳目标识别的方法。实验表明,在不同数目的训练样本情况下,基于最小均方无失真响应谱系数和多分类支持向量机的被动声纳目标识别方法使系统的性能显著提高,具有很好的识别效果和应用价值.其优于传统的神经网络作为分类器的识别方法,尤其是在训练样本较少情况下,识别率具有很大的提高。 展开更多
关键词 最小均方无失真响应(MVDR) 被动声纳目标识别 支持向量机
在线阅读 下载PDF
基于线性预测倒谱的被动声纳目标特征提取技术 被引量:7
3
作者 柳革命 孙超 刘兵 《应用声学》 CSCD 北大核心 2007年第5期277-281,共5页
从声纳员的角度出发,被动声纳目标可以被看作为一个发声体,利用线性预测倒谱从声纳目标噪声中分离出目标作为发声体的冲激响应在倒谱域中的表示,提取一组识别特征,设计神经网络分类器,对三类目标进行分类。实测数据验证了基于线性预测... 从声纳员的角度出发,被动声纳目标可以被看作为一个发声体,利用线性预测倒谱从声纳目标噪声中分离出目标作为发声体的冲激响应在倒谱域中的表示,提取一组识别特征,设计神经网络分类器,对三类目标进行分类。实测数据验证了基于线性预测倒谱的被动声纳目标特征提取方法是可行的。 展开更多
关键词 被动声纳目标识别 倒谱 特征提取
在线阅读 下载PDF
两种倒谱特征提取技术在水声目标识别中的应用 被引量:11
4
作者 柳革命 孙超 杨益新 《西北工业大学学报》 EI CAS CSCD 北大核心 2008年第3期276-281,共6页
按照声纳员的感受,被动声纳目标被看作为一个发声体,目标噪声信号表示为激励噪声源与发声体冲激响应的卷积,在这一模型下,使用倒谱分析水声目标噪声的时域特征。提出利用线性预测倒谱和考虑人耳听觉特点的美尔倒谱分析发声体的冲激响应... 按照声纳员的感受,被动声纳目标被看作为一个发声体,目标噪声信号表示为激励噪声源与发声体冲激响应的卷积,在这一模型下,使用倒谱分析水声目标噪声的时域特征。提出利用线性预测倒谱和考虑人耳听觉特点的美尔倒谱分析发声体的冲激响应在倒谱域中的表示,据此对水声噪声信号提取这两种倒谱的特征,进行分类识别。设计了神经网络分类器,利用实测数据对三类目标进行分类。分析比较两种方法的分类结果,验证了基于倒谱的水声目标特征提取方法的可行性。 展开更多
关键词 被动声纳目标识别 线性预测(LPC)倒谱 美尔(Mel)倒谱 特征提取
在线阅读 下载PDF
目标噪声响度特征提取技术研究 被引量:3
5
作者 柳革命 杨益新 《声学技术》 CSCD 2011年第4期336-339,共4页
考虑声纳员听音判型过程中,目标噪声的响度变化是其判型的重要依据,计算目标噪声信号的响度,提取其响度特征,基于响度特征对三类目标进行分类识别。设计神经网络分类器,实测数据验证了基于响度的目标特征提取方法是有效的,并分析了响度... 考虑声纳员听音判型过程中,目标噪声的响度变化是其判型的重要依据,计算目标噪声信号的响度,提取其响度特征,基于响度特征对三类目标进行分类识别。设计神经网络分类器,实测数据验证了基于响度的目标特征提取方法是有效的,并分析了响度特征和能量特征的区别,说明了三类目标噪声响度特征较能量特征分布的集中度好,有利于提高分类识别的正确概率。 展开更多
关键词 响度 特征提取 被动声纳目标识别
在线阅读 下载PDF
2011年《声学技术》总目次
6
《声学技术》 CSCD 2011年第6期552-554,共3页
关键词 《声学技术》编辑部 声学技术 中国声学学会水声学分会 上海市声学学会 被动声纳目标识别 目次 建筑声学 建筑物理学 声诱饵 噪声与振动控制 小波变换 声学设计 线阵 杨益 研讨会 助听器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部