小波分析和神经网络在水下目标识别中的研究

• 作者: 舒兰英
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 小波分析 神经网络 水下目标识别
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 232-235,247
• 分类号: TP319
• 字数: 4176字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.02.059

摘要

研究水下目标识别问题.由于环境因素的影响,采集到的水下目标回波信号中含有大量噪声且信号频率范围大,传统方法不能有效提取信号特征导致水下目标识别率低.为了提高水下目标识别的准确率,提出一种基于小波分析和BP神经网络组合的水下目标识别方法(W-BPNN).采用小波对水下目标回波信号进行去噪处理,滤除噪声信号.通过小波包对信号的特征进行提取,提取出最能反映目标本质性质的特征向量,对提取的特征向量作为BP神经网络的输入进行识别.为了验证W-BPNN算法有效性,在Matlab平台上对3类水下目标进行了仿真.结果表明,相对于传统识别算法,W-BPNN获得了更高的识别准确率,证明是有效的水下目标识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒兰英		7	17	3.0	3.0