EMD和LS-SVM相结合的高压水射流靶物材质识别方法研究

• 作者: 孙帅 方传智 杨洪涛 牛明强
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 靶物材质识别 反射声信号 经验模态分解 本征模态函数 短时能量比 最小二乘支持向量机
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 1074-1083
• 页数: 10页
• 分类号: TN912.34|TP69
• 字数: 6092字
• 语种: 中文
• DOI: 10.13382/j.jemi.2014.10.005

摘要

为了利用靶物反射声有效识别靶物材质，提出了一种新的基于经验模态分解（ EMD）和最小二乘支持向量机（ LS-SVM）相结合的靶物材质识别方法。首先应用模极大值算法识别靶物边界点，提取边界点内的反射声信号进行小波降噪预处理，对预处理后的信号进行EMD分解，并计算获得各个本证模态（ IMF）分量的短时能量比，作为对应不同靶物材质的特征值输入到利用LS-SVM建立的多分类模型。介绍了上述方法的基本原理，设计了试验装置和靶物材质识别影响因素分析试验方案。实验结果表明：靶物的内部结构和外形大小因素对靶物材质识别率影响小，利用上述方法进行的四种靶物材质探测，平均识别率达到85．83％，比BP神经网络提高了18．83％，且运算速度也得以提高，因此该方法可以用于靶物材质的识别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨洪涛	安徽理工大学机械工程学院	91	274	8.0	12.0
2	牛明强	安徽理工大学机械工程学院	3	15	2.0	3.0
3	孙帅	安徽理工大学机械工程学院	3	9	1.0	3.0
4	方传智	安徽理工大学机械工程学院	4	10	1.0	3.0