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:
提出了基于小波包分析及支持向量机的超音速目标识别方法.通过5.56 mm,7.62 mm和12.7 mm三种枪弹试验获取信号,用小波包分解激波信号,统计每个频带的能量特征,用支持向量机方法训练测试样本,获得了很好的分类效果.仿真结果表明基于超音速飞行体产生的激波信号来识别目标是可行的.
推荐文章
基于支持向量机的水中目标识别
支持向量机
水中目标识别
统计学习理论
基于多类分类支持向量机的空袭目标识别
支持向量机
目标识别
多类分类
基于小波包特征熵支持向量机的故障分类方法研究
小波包分解
特征熵
支持向量机
故障分类
支持向量机及其在目标识别中的应用
支持向量机
统计学习
目标识别
图像处理
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 基于小波包分析及支持向量机的超音速目标识别方法研究
来源期刊 物理实验 学科 物理学
关键词 小波包分析 支持向量机 激波信号 超音速目标识别
年,卷(期) 2004,(8) 所属期刊栏目 物理实验与应用
研究方向 页码范围 12-14,18
页数 4页 分类号 O429
字数 3014字 语种 中文
DOI 10.3969/j.issn.1005-4642.2004.08.003
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 石庚辰 北京理工大学机电工程学院 54 627 15.0 23.0
2 字正华 北京理工大学机电工程学院 7 54 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1807)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2018(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
小波包分析
支持向量机
激波信号
超音速目标识别
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
物理实验
月刊
1005-4642
22-1144/O4
大16开
长春市人民大街5268号东北师范大学内
12-44
1980
chi
出版文献量(篇)
3869
总下载数(次)
22
论文1v1指导