利用支持向量机和高阶累量实现飞机类型识别

• 作者: 张汝波 张鑫瑜 李雪耀
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 小波包 高阶累量 飞机识别 语言通信 BP神经网络 支持向量机
• 年，卷（期）: 2010,（3）
• 页码范围: 366-370
• 页数: 5页
• 分类号: TN911.7
• 字数: 4798字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2010.03.017

摘要

为了探讨短波语音通信的飞机类型识别问题,根据短波语音通信下的飞机舱内背景声信号的物理特性,利用小波包分解和高阶累量提取出目标声信号的特征向量,分别采用BP神经网络和支持向量机作为分类器进行飞机类型的识别分类.仿真实验结果表明,小波包分解及高阶累量与支持向量机的结合算法,能够抽取出有效的飞机舱内背景声信号特征,并且能以93%以上的识别率识别出5种类型飞机.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张汝波	哈尔滨工程大学计算机科学与技术学院	110	1870	20.0	39.0
2	李雪耀	哈尔滨工程大学计算机科学与技术学院	37	547	15.0	22.0
3	张鑫瑜	哈尔滨工程大学计算机科学与技术学院	2	19	2.0	2.0