-
题名基于IMF能量谱的水声信号特征提取与分类
被引量:18
- 1
-
-
作者
刘深
张小蓟
牛奕龙
汪平平
-
机构
西北工业大学航海学院
-
出处
《计算机工程与应用》
CSCD
2014年第3期203-206,226,共5页
-
基金
西北工业大学基础研究基金(No.JC201108)
-
文摘
经验模态分解(EMD)是用来处理非平稳时变信号的一种信号分析方法,该方法对所分析信号的局部特征信号进行不同时间尺度的分解,从而得到这些局部特征信号的各阶本征模函数(IMF)。提出了一种基于IMF能量谱的水声信号特征提取与选择方法,通过对水声信号进行经验模态分解,提取信号的本征模式分量并转换为能量谱特征向量,从而观测不同信号子频带能量谱的特征变化。分类实验采用支持向量机(SVM)分类器进行。实验结果表明,相对于小波能量谱特征提取法而言,利用IMF能量谱作为特征向量的分类实验具有更佳的分类效果,平均正确率达88%以上。
-
关键词
经验模态分解
本征模函数
本征模函数能量谱
特征提取
支持向量机(SVM)分类器
-
Keywords
Empirical Mode Decomposition(EMD)
Intrinsic Mode Function(IMF)
Intrinsic Mode Function(IMF) energy spectrum
feature extraction
Support Vector Machine(SVM)classifier
-
分类号
TN911.7
[电子电信—通信与信息系统]
-