摘要
水下目标识别是水声信号处理领域中的一个重要课题.本文针对水下目标辐射噪声类别特征不明显的特点,提出了一种有监督的模糊ART神经网络(SFART)分类器,通过对声纳目标信号的分类试验表明:该网络分类器具有迭代次数少,识别率高的优点,是一种很有实际应用价值的分类器模型.
Underwater target recognition (UTR) is a very important topic of acoustic signal processing.In this paper,a supervised fuzzy ART neural network classifier is presented.The experimental results show that the classifier based on SFART is a very practical and useful classifier model.
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
1999年第1期57-60,共4页
Journal of Harbin Engineering University