期刊文献+

一种人工神经网络方法在被动声纳目标识别中的应用研究 被引量:3

A Method of Artificial Neural Network Applied in Passive Sonar Target Recognition
下载PDF
导出
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
关键词 被动声纳 模糊神经网络 ART网 水下目标识别 passive sonar fuzzy neural network ART network
  • 相关文献

参考文献1

  • 1蔡悦斌.水下目标辐射噪声的特征提取与分类研究:学位论文[M].上海:上海交通大学,1998..

同被引文献15

  • 1杨秀珍,何友,鞠传文.目标识别中的传感器管理方法[J].火力与指挥控制,2005,30(3):8-10. 被引量:3
  • 2郭丽华,王大成,丁士圻.模糊融合分类器在水雷识别中的应用[J].声学技术,2006,25(2):103-106. 被引量:2
  • 3Fabian M(o)rchen. Time Series Feature Extraction for Data Mining Using DWT and DFT [R]. Department of Mathematics and Computer Science, Philipps-university Marburg, 2003.
  • 4Soares-Filho W, de Seixas J M, Caloba L P. Principal component analysis for classifying passive sonar signals [J]. The 2001 IEEE International Symposium on Circuits and System, 2001,3:592-595.
  • 5Calvo R A, Partridge M, Jabri M A. A comparative study of principal component analysis techniques [A]. Proc. Ninth Australian Conf. on Neural Networks [C]. Brisbane: QLD,1998.
  • 6Chandler P R, Pachter M, Rasmussen S. UAV Cooperative Control[C]// Proc. American Control Conference, Arlinton, VA, 25 -27,2001: 50 -55.
  • 7张建.灰建模理论及其在目标识别中的应用[D].西安:西北工业大学,2003.
  • 8李炯.红外成像/毫米波复合制导目标识别信息融合研究[D].三原:空军工程大学导弹学院,2005.
  • 9李伟.网络化防空作战多传感器管理技术研究[D].三原:空军工程大学导弹学院,2004.
  • 10张艳宁,焦李成,靳云姬,孙进才.用于船舶噪声分类的局域自适应子波神经网络分类器[J].系统工程与电子技术,1998,20(6):21-25. 被引量:5

引证文献3

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部