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:
主分量分析(PCA)是统计学中分析数据的一种有效方法.研究了基于主分量分析的声信号特征提取算法,并利用这种算法对四种战场目标的声信号进行特征提取,获得了低维的特征向量.设计了K近邻和改进BP网络两种分类器对声目标进行分类,分类结果准确率较高,均获得满意的实验效果.
推荐文章
飞机声信号的特征提取与识别
飞机
声特征提取
目标识别
基于小波包分解的声信号特征提取方法
声目标
小波包
特征提取
分解
双谱估计在直升机声信号特征提取中的应用
高阶累积量
参数模型
双谱估计
直升机声信号
特征提取
直升机声信号谐波集及小波子空间能量特征提取与识别
被动声信号
特征提取
谐波集(HS)频率
小波尺度空间能量
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 基于主分量分析的声信号特征提取及识别研究
来源期刊 声学技术 学科 工学
关键词 主分量分析(PCA) 特征提取 分类器 目标识别
年,卷(期) 2005,(1) 所属期刊栏目 声学测量、信号处理与分析的方法、仪器
研究方向 页码范围 39-41,45
页数 4页 分类号 TN911
字数 2204字 语种 中文
DOI 10.3969/j.issn.1000-3630.2005.01.010
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 李京华 西北工业大学电子信息学院 41 319 10.0 15.0
2 陈丹 西北工业大学电子信息学院 13 106 7.0 10.0
3 黄根全 西北工业大学自动化学院 2 28 1.0 2.0
4 许俊峰 西北工业大学电子信息学院 3 42 3.0 3.0
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  (21)
参考文献  (3)
节点文献
引证文献  (28)
同被引文献  (11)
二级引证文献  (29)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2007(6)
  • 引证文献(6)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(5)
  • 引证文献(4)
  • 二级引证文献(1)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(6)
  • 引证文献(3)
  • 二级引证文献(3)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
主分量分析(PCA)
特征提取
分类器
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
声学技术
双月刊
1000-3630
31-1449/TB
大16开
上海市小木桥路456号
1982
chi
出版文献量(篇)
3200
总下载数(次)
7
相关基金
国防科技重点实验室基金
英文译名:Key Laboratories for National Defense Science and Technology
官方网址:http://www.costind.gov.cn/n435777/n1101705/n1101918/n1101928/81194.html
项目类型:
学科类型:
论文1v1指导