基于子波能量和神经网络分类器的机动车车型识别

• 作者: 李京华 许家栋 赵易峰
• 来源期刊: 中国公路学报
• 学科: 交通运输
• 关键词: 交通工程 机动车车型识别 子波尺度空间能量 BP神经网络 声信号 特征提取
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 交通工程
• 页码范围: 97-102
• 页数: 6页
• 分类号: U491.116
• 字数: 3696字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-7372.2007.03.018

摘要

为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类.目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许家栋	西北工业大学电子信息学院	331	2081	18.0	30.0
2	李京华	西北工业大学电子信息学院	41	319	10.0	15.0
3	赵易峰	西北工业大学电子信息学院	3	25	2.0	3.0