基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
应用人工神经网络进行目标识别是当前模式识别的重要方法之一.前向多层神经网络及其BP算法是发展较为成熟的一种.该文对BP算法加以改进,使得其性能有所提高,收敛速度加快.针对战场监视传感器系统中处于一级警戒的地震动传感器,对在良好土质地面实测的人员脚步、汽车、坦克的地震动信号进行分析,利用小波变换和小波包分解提取能量特征,采用两级级连网络进行目标识别,识别率在94.5%以上.
推荐文章
基于BP神经网络的地震动信号识别
BP神经网络
小波变换
目标识别
数据融合
基于震动信号的神经网络目标识别
地面传感器
模式识别
带偏差单元的回归网络
基于神经网络的战场被动声/地震动目标识别方法
人工神经网络
声/地震动探测
BP算法
基于D-S理论的震动信号目标识别研究
地震动信号
数据融合
目标识别
D-S证据理论
基本概率赋值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进BP网络的地震动信号目标识别
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 神经网络,模式识别,小波变换 地震动信号,小波包
年,卷(期) 2000,(1) 所属期刊栏目
研究方向 页码范围 20-23,41
页数 5页 分类号 TP391.4|Q811.1
字数 语种 中文
DOI 10.3969/j.issn.1005-9830.2000.01.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 聂伟荣 南京理工大学机械学院 52 260 9.0 12.0
2 朱继南 南京理工大学机械学院 14 226 9.0 14.0
3 赵玉霞 南京理工大学机械学院 1 16 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (16)
同被引文献  (1)
二级引证文献  (40)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2000(1)
  • 引证文献(1)
  • 二级引证文献(0)
2001(1)
  • 引证文献(1)
  • 二级引证文献(0)
2002(4)
  • 引证文献(4)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(6)
  • 引证文献(2)
  • 二级引证文献(4)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(4)
  • 引证文献(0)
  • 二级引证文献(4)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
神经网络,模式识别,小波变换
地震动信号,小波包
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导