基于多分类支持向量数据描述的噪声源识别研究

• 作者: 贲可荣 高志华
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 支持向量数据描述 多类分类 噪声源识别
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 233-236
• 分类号: TP391
• 字数: 3637字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.11.055

摘要

提出了基于multi-SVDD(multi-support vector data description)的水下航行器噪声源识别方法,从而避免了传统噪声源识别方法无法识别突变噪声源的不足.利用功率谱特征提取方法处理采样到的机械振动噪声信号,将SVDD扩展到多类分类来识别多类噪声源.实验表明,该方法能够有效识别水下航行器的各类典型噪声源,并能及时发现突变噪声源.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贲可荣	海军工程大学计算机工程系	96	531	13.0	18.0
2	高志华	海军工程大学计算机工程系	10	28	3.0	5.0