数据采集与处理
數據採集與處理
수거채집여처리
JOURNAL OF DATA ACQUISITION & PROCESSING
2010年
6期
751-755
,共5页
低空飞行目标识别%隐马尔科夫模型%支持向量机
低空飛行目標識彆%隱馬爾科伕模型%支持嚮量機
저공비행목표식별%은마이과부모형%지지향량궤
为弥补单一模型在识别低空飞行目标时的不足,进一步提高识别概率,提出了一种基于HMM(HiddenMarkov model)和SVMs(Support vector machines)串联结构的低空飞行目标声识别方法.针对战场环境下声信号的特点,该方法综合考虑HMM适合处理连续动态信号及SVM小样本情况下的强分类能力,先由HMM计算各HMM模型与待辨识信号的匹配程度,形成匹配度特征向量,再利用SVM适合分类的优势,对匹配度特征向量做进一步决策,得到最后的识别结果,弥补了单一模型在识别低空飞行目标时的不足.实际数据的识别分析结果表明了该方法在低空飞行目标声识别中的准确性与有效性.
為瀰補單一模型在識彆低空飛行目標時的不足,進一步提高識彆概率,提齣瞭一種基于HMM(HiddenMarkov model)和SVMs(Support vector machines)串聯結構的低空飛行目標聲識彆方法.針對戰場環境下聲信號的特點,該方法綜閤攷慮HMM適閤處理連續動態信號及SVM小樣本情況下的彊分類能力,先由HMM計算各HMM模型與待辨識信號的匹配程度,形成匹配度特徵嚮量,再利用SVM適閤分類的優勢,對匹配度特徵嚮量做進一步決策,得到最後的識彆結果,瀰補瞭單一模型在識彆低空飛行目標時的不足.實際數據的識彆分析結果錶明瞭該方法在低空飛行目標聲識彆中的準確性與有效性.
위미보단일모형재식별저공비행목표시적불족,진일보제고식별개솔,제출료일충기우HMM(HiddenMarkov model)화SVMs(Support vector machines)천련결구적저공비행목표성식별방법.침대전장배경하성신호적특점,해방법종합고필HMM괄합처리련속동태신호급SVM소양본정황하적강분류능력,선유HMM계산각HMM모형여대변식신호적필배정도,형성필배도특정향량,재이용SVM괄합분류적우세,대필배도특정향량주진일보결책,득도최후적식별결과,미보료단일모형재식별저공비행목표시적불족.실제수거적식별분석결과표명료해방법재저공비행목표성식별중적준학성여유효성.
