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
共找到10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：
用于船舶噪声分类的局域自适应子波神经网络分类器 被引量：5
1
作者 张艳宁 焦李成 +1 位作者 靳云姬 孙进才 《系统工程与电子技术》 EI CSCD 1998年第6期21-25,共5页
提出了一种用于船舶噪声分类的局域自适应子波神经网络分类方法。首先利用傅里叶变换对三类船舶噪声进行预处理，然后利用网络局域化构造局域自适应子波神经网络分类器。通过对实际的三类处理后的船舶噪声谱进行自动特征提取并分类，分... 提出了一种用于船舶噪声分类的局域自适应子波神经网络分类方法。首先利用傅里叶变换对三类船舶噪声进行预处理，然后利用网络局域化构造局域自适应子波神经网络分类器。通过对实际的三类处理后的船舶噪声谱进行自动特征提取并分类，分类结果令人满意，证明了该方法的优越性和工程应用前景。 展开更多
关键词 船舶 噪声场 特征选择 分类 神经网络
在线阅读 下载PDF
基于能量分布特征的地震事件自动识别 被引量：5
2
作者 邱宏茂 范万春 孙煜 《核电子学与探测技术》 CAS CSCD 北大核心 2004年第6期698-701,共4页
研究了地震信号在小波包变换下的特性,依据地震事件识别中"历史事例对比法"的思想,根据不同震源地震信号频率时变特性的不同,提出了基于"能量分布特征"的特征值,同时采用该特征值用神经网络方法对地震事件进行识别... 研究了地震信号在小波包变换下的特性,依据地震事件识别中"历史事例对比法"的思想,根据不同震源地震信号频率时变特性的不同,提出了基于"能量分布特征"的特征值,同时采用该特征值用神经网络方法对地震事件进行识别分类。该方法不依赖于系统的数学模型,而是直接利用各频率成分能量的变化提取特征值作为神经网络的输入特征向量来进行事件的识别,避免了对地震信号、传播途径准确建模的困难,简便、直观地完成了事件的识别。实验证明,该方法的事件识别率可达到99%以上,是一种有效的地震事件识别方法。 展开更多
关键词 特征值 能量分布 实验证明 特征向量 地震事件 事例 神经网络方法 地震信号 频率成分 震源
在线阅读 下载PDF
被动声纳信号分类特征提取的研究 被引量：9
3
作者 杨期鹤 栗华 《东南大学学报（自然科学版）》 EI CAS CSCD 1999年第6期16-20,共5页
对被动声纳信号进行了分析和特征提取，基于听觉系统识别声音信号的原理，提出了一种新颖的平稳恒Ｑ 特征，并给出了距离指数和识别指数２ 种更为合理的评价方法。实验结果表明本文提出的平稳恒Ｑ特征较原有几种典型特征，具有良好的分... 对被动声纳信号进行了分析和特征提取，基于听觉系统识别声音信号的原理，提出了一种新颖的平稳恒Ｑ 特征，并给出了距离指数和识别指数２ 种更为合理的评价方法。实验结果表明本文提出的平稳恒Ｑ特征较原有几种典型特征，具有良好的分类正确性． 展开更多
关键词 被动声纳信号 分类 特征提取 谱估计 小波变换
在线阅读 下载PDF
局域自适应子波高斯神经网络综合分类系统 被引量：4
4
作者 张艳宁 焦李成 《电子科学学刊》 CSCD 1999年第3期326-331,共6页
本文提出了一种用于船舶噪声分类的局域自适应子波高斯神经网络综合分类系统。该系统融合了两种特征提取和分类方法,即自适应子波神经网络和自适应高斯神经网络分类器,并利用网络局域化使得系统具有追加学习的能力。通过对实际的三类船... 本文提出了一种用于船舶噪声分类的局域自适应子波高斯神经网络综合分类系统。该系统融合了两种特征提取和分类方法,即自适应子波神经网络和自适应高斯神经网络分类器,并利用网络局域化使得系统具有追加学习的能力。通过对实际的三类船舶噪声进行分类识别,结果令人满意,证明了该方法的优越性和工程应用前景。 展开更多
关键词 分类 自适应 子波神经网络 高斯神经网络 舰船
在线阅读 下载PDF
小波变换和神经网络在毫米波辐射计目标识别中的应用(英文) 被引量：1
5
作者 申崇江 娄国伟 李兴国 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 1999年第5期337-342,共6页
本文采用小波变换把毫米波辐射计的目标信号分解为一系列正交子空间上的投影，利用重构矩法分析信号特征在各子空间的分布，依次提取各子空间上的特征，然后融合这些特征，组成特征矢量，采用神经网络对目标信号特征矢量进行建模．用此... 本文采用小波变换把毫米波辐射计的目标信号分解为一系列正交子空间上的投影，利用重构矩法分析信号特征在各子空间的分布，依次提取各子空间上的特征，然后融合这些特征，组成特征矢量，采用神经网络对目标信号特征矢量进行建模．用此方法对低信噪比的毫米波辐射计的信号进行仿真试验，结果表明该方法克服了传统方法对噪声和目标信号散布的敏感，取消了对目标和辐射计天线之间距离的限制，与最近邻法相比，该方法大大提高了识别率． 展开更多
关键词 小波变换 毫米波辐射计 特征提取 神经网络
在线阅读 下载PDF
小波包熵和BP神经网络在意识任务识别中的应用 被引量：3
6
作者 任亚莉 《计算机应用与软件》 CSCD 2009年第8期78-81,共4页
探索了小波包崎和BP神经网络在识别左右手想象运动中的作用。采用脑一机接口2003竞赛中Graz科技大学提供的脑电数据，计算C3、C4电极8～16Hz频带脑电信号的小波包墒，将其作为反应想象左右手运动的特征量，用BP神经网络对大脑想象左右... 探索了小波包崎和BP神经网络在识别左右手想象运动中的作用。采用脑一机接口2003竞赛中Graz科技大学提供的脑电数据，计算C3、C4电极8～16Hz频带脑电信号的小波包墒，将其作为反应想象左右手运动的特征量，用BP神经网络对大脑想象左右手运动任务进行分类，最大分类正确率可达88．57％，与使用线性判别式算法分类结果相比，效果更好。脑电信号小波包熵随时间的变化与事件相关去同步和事件相关同步现象相一致，可在线识别左右手想象运动，为大脑运动意识任务的特征提取及肢残患者的临床康复提供了新思路。 展开更多
关键词 脑电信号 特征提取 小波包熵 BP神经网络 分类
在线阅读 下载PDF
基于Brushlet和自适应脊波网络的SAR图像分类
7
作者 童涛 杨桄 +2 位作者 李昕 叶怡 王寿彪 《兵工自动化》 2012年第9期67-70,共4页
针对BP神经网络分类模型网络训练时间长的缺陷,结合小波网络模型缺少对方向信息描述的情况,提出一种基于Brushlet和自适应脊波网络的SAR图像分类方法。该方法利用Brushlet变换提取SAR图像纹理的能量和相位特征,并将描述能量和相位的特... 针对BP神经网络分类模型网络训练时间长的缺陷,结合小波网络模型缺少对方向信息描述的情况,提出一种基于Brushlet和自适应脊波网络的SAR图像分类方法。该方法利用Brushlet变换提取SAR图像纹理的能量和相位特征,并将描述能量和相位的特征向量输入到自适应脊波网络中进行训练和分类,最后通过实验对比分析各分类方法的分类性能。实验结果表明,该方法快速、准确,其性能优于传统方法。 展开更多
关键词 SAR图像分类 Brushlet复特征 自适应脊波网络 纹理图像
在线阅读 下载PDF
基于自适应图的半监督图像分类方法
8
作者 刘威 王薪予 +5 位作者 魏宪 郭直清 靳宝 牛英杰 马灵潇 赵保钦 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2023年第1期119-128,共10页
针对半监督分类模型存在的模型复杂度高、构造正则化项难度大的问题,从丰富样本特征表示的角度出发,构造了自适应图结构的融合网络模型(AGSH)。该模型在卷积神经网络模型(CNN)基础上引入了自适应图卷积神经网络(AGCN)提取CNN模型特征间... 针对半监督分类模型存在的模型复杂度高、构造正则化项难度大的问题,从丰富样本特征表示的角度出发,构造了自适应图结构的融合网络模型(AGSH)。该模型在卷积神经网络模型(CNN)基础上引入了自适应图卷积神经网络(AGCN)提取CNN模型特征间的关系。对AGSH模型泛化性能的分析证明了该模型在解决半监督相关问题时的有效性。实验结果表明:融合模型在五种图像数据集上的分类精度相比于单一CNN模型分类精度均有提升。研究结论为解决小样本分类问题的建模方法提供了参考。 展开更多
关键词 自适应图 特征提取 融合模型 半监督学习 图像分类 卷积神经网络
在线阅读 下载PDF
基于Gabor及深度神经网络的葡萄种子分类 被引量：1
9
作者 杨旺功 淮永建 张福泉 《电子科技大学学报》 EI CAS CSCD 北大核心 2020年第1期131-138,共8页
种子成熟度需要受过长期训练的专家通过肉眼进行观察和判断。为了改变传统人工经验判断的方式,该文提出了一种基于Gabor小波特征提取及深度神经网络的葡萄种子图像分类识别算法,以便实现高效、准确的分类识别效果。首先,利用背景差分法... 种子成熟度需要受过长期训练的专家通过肉眼进行观察和判断。为了改变传统人工经验判断的方式,该文提出了一种基于Gabor小波特征提取及深度神经网络的葡萄种子图像分类识别算法,以便实现高效、准确的分类识别效果。首先,利用背景差分法在背景图像中分割出兴趣目标,从而完成图像的预处理。然后,通过改进的Gabor小波特征提取,使得Gabor滤波后的图像具有更多的细节纹理信息。最后,将深度卷积神经网络和提取到的纹理特征信息相结合进行分类。实验结果表明,基于机器学习的葡萄种子成熟度识别是切实可行的。且相比于其他类似分类算法,本文算法的图像分类精度有了一定的改善。 展开更多
关键词 分类识别 深度学习 特征提取 GABOR小波 葡萄种子 机器学习 神经网络
在线阅读 下载PDF
sEMG多特征融合的自适应神经网络下肢运动意图识别研究 被引量：2
10
作者 刘瑞恒 张峻霞 钱芊橙 《现代电子技术》 2022年第7期33-40,共8页
针对表面肌电信号单一特征进行动作意图识别准确率低的问题,提出一种利用表面肌电信号多特征融合的动态自适应神经网络算法,实现8种下肢运动意图的准确识别。采集8种下肢动作的表面肌电信号,利用小波基函数对原始信号进行降噪处理,提取... 针对表面肌电信号单一特征进行动作意图识别准确率低的问题,提出一种利用表面肌电信号多特征融合的动态自适应神经网络算法,实现8种下肢运动意图的准确识别。采集8种下肢动作的表面肌电信号,利用小波基函数对原始信号进行降噪处理,提取时域、小波变换和样本熵的原始特征参数。对原始特征进行主成分分析,降低特征维度,使用改进的差分进化算法优化各个特征的权重值;针对传统BP神经网络梯度下降法收敛速度慢的问题,使用动态自适应学习率的神经网络算法代替传统BP神经网络识别方法,既提升了模型的收敛速度,又提高了运动意图识别的准确率。实验结果表明,采用多特征融合的自适应神经网络模型识别8种下肢运动意图,平均识别准确率达到94.89%,比单特征的BP神经网络方法识别准确率提高10%以上,动作的识别时间只需要280 ms。该方法在300 ms内可实现对下肢动作的识别,能够达到运动意图识别的要求。 展开更多
关键词 下肢运动意图识别 多特征融合 动态自适应神经网络 特征提取 下肢表面肌电信号 差分进化算法 小波分析 主成分分析
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部