原文服务方: 探测与控制学报       
摘要:
传统的水声信号分类都是直接使用原信号进行处理的,特征提取耗时长,数据量大,针对这两个缺点,提出了一种压缩感知理论中基于稀疏表示的水声信号特征提取方法;该方法利用了水声信号在DCT变换域的稀疏特性,将信号的稀疏表示作为目标特征,并采用SVM分类算法进行分类识别.仿真结果表明,该方法不仅减少了特征向量的计算时间,还提高了目标分类识别率,还降低了水声信号的传输数据量,压缩率可达96%,在实际工程应用中具有较高的实用价值.
推荐文章
基于增强字典稀疏表示分类的SAR目标识别方法
合成孔径雷达
目标识别
增强字典
稀疏表示分类
基于字典优化的稀疏表示的视频镜头分类
稀疏表示
字典优化
视频镜头分类
基于SIFT稀疏表示的人脸识别算法
人脸识别
尺度不变特征变换
FisherVector
主成分分析
稀疏表示
基于稀疏表示的脑电(EEG)情感分类
脑电信号
稀疏表示
情感
加速近邻算法
正交匹配算法
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 基于稀疏表示的水声信号分类识别
来源期刊 探测与控制学报 学科
关键词 压缩感知 稀疏表示 水声信号 特征提取
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 67-70,77
页数 5页 分类号 TN911.7
字数 语种 中文
DOI
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 张歆 西北工业大学航海学院 37 291 9.0 15.0
2 张小蓟 西北工业大学航海学院 29 279 9.0 15.0
3 廖明熙 西北工业大学航海学院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (214)
参考文献  (11)
节点文献
引证文献  (13)
同被引文献  (22)
二级引证文献  (17)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(3)
  • 二级参考文献(5)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(7)
  • 引证文献(6)
  • 二级引证文献(1)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
压缩感知
稀疏表示
水声信号
特征提取
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
探测与控制学报
双月刊
1008-1194
61-1316/TJ
16开
1979-01-01
chi
出版文献量(篇)
2424
总下载数(次)
0
总被引数(次)
12559
论文1v1指导