期刊文献+

基于小波域和BP分类器的舰船目标的分类研究

The Classification of the Ship Target Based on the Wavelet Domain and BP Classifier
下载PDF
导出
摘要 利用小波变换处理水下舰船的辐射噪声,提取舰船辐射噪声的小波子带能量,作为目标特征,结合BP神经网络分类器,实现目标分类。通过大量的实验仿真验证,使用小波子带能量作为目标的特征,将BP神经网络作为分类器识别目标的分类方法是有效的,具有良好的工程应用前景。 The wavelet sub-band energy, as the target feature, is extracted from ship radiation noise by wavelet transforma- tion. Combined with BP neural network classifier to realize target identification. Through a large number of experimental sim- ulation test. h is effective to use wavelet sub-band energy as a target features and regard the BP neural network classifier rec- ognition as a target classification, and this method has good engineering application prospects.
出处 《电声技术》 2012年第8期54-57,共4页 Audio Engineering
关键词 小波变换 特征提取 BP神经网络 wavelet transform feature extraction BP nervous network
  • 相关文献

参考文献5

  • 1赖思淼.时频分析在水下目标识别中的应用研究[D].西安:西北工业大学,2009.
  • 2吴正国,夏立,尹为民.现代信号处理技术[M].武汉:武汉大学出版社,2002.
  • 3张静远,张冰,蒋兴舟.基于小波变换的特征提取方法分析[D].武汉:海军工程学院,2000.
  • 4李秀坤,李婷婷,夏峙.水下目标特性特征提取及其融合[D].哈尔滨:哈尔滨工程大学,2010.
  • 5周开利,康耀江.神经网络模型及其MATLAB仿真程序设计[M].北京:清华大学出版社,2004.

共引文献55

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