基于ICA和SVM-GMM的战场混叠声振动目标识别

• 作者: 李耀波 魏占海 黄海明
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 独立分量分析 支持矢量机-高斯混合模型 线性预测系数 混叠振动目标
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 通信技术
• 页码范围: 85-89
• 页数: 5页
• 分类号: TB532
• 字数: 4456字
• 语种: 中文
• DOI: 10.3969/j.issn.1627-9730.2008.07.025

摘要

提出一种基于独立分量分析的混叠声目标盲分离和支持矢量机一高斯混合模型(SVM-GMM)识别相结合的声识别方法.建立已知声日标的SVM-GMM,实现混叠声目标自适应盲源分离,提取声目标的线性预测系数作为目标识别的参数,用K-均值算法对参数进行聚类,产生了训练和识别所用的特征向量来判断声目标的类别.仿真结果表明:新的混合模型识别系统在混叠声振动目标识别中具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李耀波	海军工程大学兵器工程系	13	40	4.0	5.0
2	魏占海		5	17	2.0	4.0
3	黄海明		1	0	0.0	0.0