原文服务方: 现代电子技术       
摘要:
通过数据采集得到三种不同类型车辆的地震动信号,采用小波消噪和特征提取,得到样本数据对神经网络进行训练,训练完成的神经网络就能实现车辆类型的识别.试验结果表明,BP神经网络对车辆目标具有较高的识别率,证明对地震动信号的特征提取方法是正确的,人工神经网络是有效的目标识别方法.
推荐文章
基于震动信号的神经网络目标识别
地面传感器
模式识别
带偏差单元的回归网络
基于神经网络的战场被动声/地震动目标识别方法
人工神经网络
声/地震动探测
BP算法
基于BP神经网络的数字调制信号样式自动识别
调制方式
自动识别
BP神经网络
信噪比
基于BP神经网络的交通标志识别
交通标志
BP神经网络
标志识别
物联网
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BP神经网络的地震动信号识别
来源期刊 现代电子技术 学科
关键词 BP神经网络 小波变换 目标识别 数据融合
年,卷(期) 2012,(10) 所属期刊栏目 科学计算及信息处理
研究方向 页码范围 100-102
页数 分类号 TN919-34
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2012.10.032
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 顾晓辉 南京理工大学机械工程学院 114 903 16.0 22.0
2 吕艳新 南京理工大学机械工程学院 14 134 7.0 11.0
3 周铁军 南京理工大学机械工程学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (12)
同被引文献  (28)
二级引证文献  (31)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(11)
  • 引证文献(2)
  • 二级引证文献(9)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
小波变换
目标识别
数据融合
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导