文章摘要
郭丽华,王大成,丁士圻.水下目标特征提取方法研究[J].声学技术,2005,(3):148~151,156
水下目标特征提取方法研究
Extraction of features of underwater target
投稿时间:2004-05-25  修订日期:2004-07-11
DOI:
中文关键词: 水雷目标识别  特征提取  波形结构  人工神经网络
英文关键词: mine target recognition  feature extraction  waveform structure  artificial neural network
基金项目:
作者单位
郭丽华 哈尔滨工程大学水声工程学院, 哈尔滨, 150001 
王大成 哈尔滨工程大学水声工程学院, 哈尔滨, 150001 
丁士圻 哈尔滨工程大学水声工程学院, 哈尔滨, 150001 
摘要点击次数: 793
全文下载次数: 794
中文摘要:
      有效的特征提取技术是水雷目标识别的基础。文章采用了两种前期研究中较为有效的水雷目标特征提取方法(频域离散小波变换法和常数Q滤波子带能量法),并引入了一种应用在水下目标识别领域中的特征提取方法(波形结构法)。应用此三种特征提取方法提取的特征来识别实雷目标以及假目标,分类器采用三层BP算法的前向神经网络,给出了具体的识别率,说明该特征提取算法是有效的,用波形结构法进行水雷目标的特征提取是可行的。
英文摘要:
      Effective feature extraction is fundamental in the underwater mine recognition. Two feature extraction techniques effective in the mine recognition are discussed, namely, frequency discrete wave transform(FDWT) and Q,filter. A feature extraction technique, wave structure(WS), is introduced for underwater target recognition. The achieved recognition ratio with 3-layer BP network indicates the effectiveness of the applied techniques and feasibility of the WS technique used in feature extraction of mines.
查看全文   查看/发表评论  下载PDF阅读器
关闭
function PdfOpen(url){ var win="toolbar=no,location=no,directories=no,status=yes,menubar=yes,scrollbars=yes,resizable=yes"; window.open(url,"",win); } function openWin(url,w,h){ var win="toolbar=no,location=no,directories=no,status=no,menubar=no,scrollbars=yes,resizable=no,width=" + w + ",height=" + h; controlWindow=window.open(url,"",win); } &et=16DE616E3FFA86358B6A9525DC1F0611AB36828711B6BD23E2CCEED2F3FC04211EA1A2BBD252FE4BF0F79F458F99BD7B&pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=84529CA2B2E519AC&jid=DDCFCD5ACE1B1E5A6D46213553C850CA&yid=2DD7160C83D0ACED&aid=&vid=&iid=38B194292C032A66&sid=856C2E13D1000DB7&eid=0C4E1D67DC01D5C1&fileno=20050306&flag=1&is_more=0">