基于频谱动态特征和CS-SVM的装甲车辆识别

石文雷; 樊新海; 张传清

首页> 中文期刊> 《计算机应用》 >基于频谱动态特征和CS-SVM的装甲车辆识别

基于频谱动态特征和CS-SVM的装甲车辆识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对地面战场装甲车辆目标的被动声识别问题,为实现不同车型在不同工况下的声识别,以常见的3种坦克和4种履带式装甲车为识别对象,建立了一种以频谱动态特征DMFCC为特征提取方法,以布谷鸟搜索(CS)算法优化的支持向量机(CS-SVM)为分类器的装甲车辆声识别模型。采集不同工况下的装甲车辆噪声信号并进行频谱分析,证明DMFCC的有效性。在梅尔频率倒谱系数(MFCC)提取方法基础上,增加能够体现信号动态特征的差分系数,得到DMFCC。利用布谷鸟算法对支持向量机核心参数进行寻优求得全局最优解,得到具有最佳参数优化的支持向量机分类模型。对噪声信号分别进行特征提取和分类器识别实验,结果分析表明,DMFCC中的二阶差分组合系数优于传统MFCC以及一阶差分组合系数。布谷鸟算法得到的优化模型CS-SVM比引力搜索算法(GSA)、人工蜂群算法(ABC)等算法得到的模型具有更高的识别率,达到93%以上。

著录项

来源
《计算机应用》 |2018年第a01期|44-47|共5页
作者
石文雷; 樊新海; 张传清;
展开▼
作者单位

陆军装甲兵学院车辆工程系;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP811;
关键词
频谱动态特征; 支持向量机; 布谷鸟算法; 特征提取; 被动声识别;

相似文献

中文文献
外文文献
专利

1. 基于噪声信号EMD的装甲车辆识别研究 [J] . 樊新海 ,孙国强 ,张传清 . 兵器装备工程学报 . 2017,第007期
2. 基于噪声信号EMD的装甲车辆识别研究 [J] . 樊新海 ,孙国强 ,张传清 . 四川兵工学报 . 2017,第007期
3. 基于MFCC和支持向量机的装甲车辆识别研究 [J] . 孙国强 ,樊新海 ,石文雷 . 国外电子测量技术 . 2017,第10期
4. 一种基于Haar-like特征和Adaboost树形分类器的实时车辆识别方法研究 [J] . 黄飞 . 宿州学院学报 . 2016,第001期
5. 基于类Haar特征和AdaBoost的车辆识别技术 [J] . 张雪芹 ,方婷 ,李志前 . 华东理工大学学报（自然科学版） . 2016,第002期
6. 基于频谱数据库的动态频谱管理技术研究 [C] . Zhang Jianzhao ,张建照 ,Cheng Qingming . 第十届全国无线电应用与管理学术会议暨第一届全国物联网技术与应用学术会议 . 2015
7. 基于频谱动态特征和ELM的挖掘设备识别方法研究 [A] . 赵拓 . 2016

基于频谱动态特征和CS-SVM的装甲车辆识别

摘要

著录项

相似文献

相关主题

期刊订阅