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
1
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
基于Huffman最优二叉树支持向量机的舱音记录器背景信号识别
被引量：
6
1
作者
杨琳
王从庆
+1 位作者
缪鹏
姜龙生
《宇航学报》
EI
CAS
CSCD
北大核心
2011年第6期1428-1434,共7页
飞行器舱音记录器(CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成。目前国内对该类信号的分析和辨别主要是计算机译码后利用人耳进行辨听,存在不易准确分辨各种独立声音信号的缺点。针对舱音信号是一种非...
飞行器舱音记录器(CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成。目前国内对该类信号的分析和辨别主要是计算机译码后利用人耳进行辨听,存在不易准确分辨各种独立声音信号的缺点。针对舱音信号是一种非平稳性的时频信号,提出了基于多尺度最优小波包基的CVR背景信号特征提取算法,将10种典型信号进行小波包分解,以分解得到的子带能量作为信号初始特征,再根据类间最大距离准则选取最优小波包基,从而确定待识别信号最具有代表性的特征向量,最后基于Huffman最优二叉树支持向量机进行CVR背景信号分类。仿真实验结果表明,该方法的平均识别率为94.62%,可以应用于CVR背景声音信号的自动识别。
展开更多
关键词
舱音记录器
非话语背景声音信号
Huffman最优二叉树支持向量机
信号自动识别
在线阅读
下载PDF
职称材料
题名
基于Huffman最优二叉树支持向量机的舱音记录器背景信号识别
被引量：
6
1
作者
杨琳
王从庆
缪鹏
姜龙生
机构
中国民用航空科学技术研究院
南京
航空
航天大学自动化学院
出处
《宇航学报》
EI
CAS
CSCD
北大核心
2011年第6期1428-1434,共7页
基金
国家自然科学基金(60776819)
文摘
飞行器舱音记录器(CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成。目前国内对该类信号的分析和辨别主要是计算机译码后利用人耳进行辨听,存在不易准确分辨各种独立声音信号的缺点。针对舱音信号是一种非平稳性的时频信号,提出了基于多尺度最优小波包基的CVR背景信号特征提取算法,将10种典型信号进行小波包分解,以分解得到的子带能量作为信号初始特征,再根据类间最大距离准则选取最优小波包基,从而确定待识别信号最具有代表性的特征向量,最后基于Huffman最优二叉树支持向量机进行CVR背景信号分类。仿真实验结果表明,该方法的平均识别率为94.62%,可以应用于CVR背景声音信号的自动识别。
关键词
舱音记录器
非话语背景声音信号
Huffman最优二叉树支持向量机
信号自动识别
Keywords
Cockpit voice recorder
Non-voice acoustic signal
Huffman optimal binary tree SVM
Automatic signal recognition
分类号
TP391.42 [自动化与计算机技术—计算机应用技术]
TN912.3 [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
基于Huffman最优二叉树支持向量机的舱音记录器背景信号识别
杨琳
王从庆
缪鹏
姜龙生
《宇航学报》
EI
CAS
CSCD
北大核心
2011
6
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
