科技信息
科技信息
과기신식
SCIENTIFIC & TECHNICAL INFORMATION
2011年
28期
340-341
,共2页
加窗Burg谱%特征提取%支持向量机%神经网络%目标识别
加窗Burg譜%特徵提取%支持嚮量機%神經網絡%目標識彆
가창Burg보%특정제취%지지향량궤%신경망락%목표식별
船舶辐射噪声是非常复杂的,寻找新的特征是目前水下目标识别中的一项非常迫切而艰巨的任务.基于一般Burg谱估计原理提出了一种加窗Burg谱估计新算法.利用得到的加窗Burg谱特征矢量用支持向量机分类器和BP神经网络分类器对海上实测的三类目标噪声数据进行了分类识别,并与一般的Burg谱特征进行了对比.结果表明对三类目标的总体正确识别概率在93.21％以上,并且加窗Burg谱特征比一般的Burg谱特征具有更好的分类性能和抗噪性能,支持向量机的分类性能也优于BP神经网络的分类性能.
船舶輻射譟聲是非常複雜的,尋找新的特徵是目前水下目標識彆中的一項非常迫切而艱巨的任務.基于一般Burg譜估計原理提齣瞭一種加窗Burg譜估計新算法.利用得到的加窗Burg譜特徵矢量用支持嚮量機分類器和BP神經網絡分類器對海上實測的三類目標譟聲數據進行瞭分類識彆,併與一般的Burg譜特徵進行瞭對比.結果錶明對三類目標的總體正確識彆概率在93.21％以上,併且加窗Burg譜特徵比一般的Burg譜特徵具有更好的分類性能和抗譟性能,支持嚮量機的分類性能也優于BP神經網絡的分類性能.
선박복사조성시비상복잡적,심조신적특정시목전수하목표식별중적일항비상박절이간거적임무.기우일반Burg보고계원리제출료일충가창Burg보고계신산법.이용득도적가창Burg보특정시량용지지향량궤분류기화BP신경망락분류기대해상실측적삼류목표조성수거진행료분류식별,병여일반적Burg보특정진행료대비.결과표명대삼류목표적총체정학식별개솔재93.21％이상,병차가창Burg보특정비일반적Burg보특정구유경호적분류성능화항조성능,지지향량궤적분류성능야우우BP신경망락적분류성능.
