基于连续数据量化的声纳传感器数据识别方法

• 作者: 单桂军 胡伟
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 声纳传感器 离散化 数据挖掘 分类器
• 年，卷（期）: 2013,（22）
• 所属期刊栏目: 研究简报
• 页码范围: 6605-6609,6624
• 页数: 6页
• 分类号: TP391.42
• 字数: 4139字
• 语种: 中文

摘要

为了有效识别声纳信号,提出一种基于连续数据量化的声纳传感器数据识别方法.首先用声学传感器采集数据；其次运用数据离散化方法,有效地将采集到的数据进行连续数据离散化；最后,通过数据挖掘技术(C4.5/C5.0决策树、SVM和Naive-Bayes分类器)对离散后的声纳信号数据进行分类识别.实验首先在UCI数据集上进行Naive-Bayes分类预测来评价提出离散化方法的性能,得到了较好的效果.其后,通过声学传感器收集到的Sonar数据集进行实验.结果表明,新的离散化方法提高了四个分类器的识别精度,表明该声纳传感器数据识别技术是非常有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡伟	湖南第一师范学院科研处	22	90	5.0	8.0
2	单桂军	江苏科技大学电信学院	32	64	4.0	6.0