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:
根据声/地震动目标信号的特点,提出运用小波变换对信号进行特征提取,并对数据进行统一的FOBW子带编码.在此基础上,运用D-S证据理论对目标进行融合识别.对比单一传感器的识别结果表明,该方法能明显提高识别能力,同时降低识别的不确定性,提高识别的实时性.
推荐文章
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
基于声地震动加权融合的弹丸落点定位算法
被动定位
地震动信号
声信号
加权
弹丸落点
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 声/地震动目标融合识别
来源期刊 弹道学报 学科 工学
关键词 小波变换 FOBW编码 D-S证据理论 模式识别
年,卷(期) 2002,(2) 所属期刊栏目
研究方向 页码范围 13-17,28
页数 6页 分类号 TP212
字数 3077字 语种 中文
DOI 10.3969/j.issn.1004-499X.2002.02.003
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 张河 南京理工大学机械工程学院 96 1010 16.0 25.0
2 唐海峰 南京理工大学机械工程学院 4 36 3.0 4.0
3 李豪杰 南京理工大学机械工程学院 58 328 9.0 14.0
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  (4)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(1)
  • 二级引证文献(1)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波变换
FOBW编码
D-S证据理论
模式识别
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
弹道学报
季刊
1004-499X
32-1343/TJ
大16开
江苏省南京孝陵卫200号南京理工大学《弹道学报》编辑部
1989
chi
出版文献量(篇)
1747
总下载数(次)
3
总被引数(次)
12074
论文1v1指导