基于车辆声音及震动信号相融合的车型识别

• 作者: 孙壮文 焦琴琴 牛力瑶
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 车型识别 声震信号 特征融合 支持向量机
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 技术与方法
• 页码范围: 79-82
• 页数: 4页
• 分类号: TP391.4
• 字数: 3572字
• 语种: 中文

摘要

车型识别技术是智能运输系统的核心.针对目前车型识别方法的不足,提出了一种基于车辆声音和震动信号相融合的车型识别方法.用BCS算法提取声震信号的特征,并在特征级融合形成特征向量,以此作为训练样本对支持向量机的分类器进行训练.对两种车型的声音和震动数据进行处理的结果表明,基于特征级融合的声震信号能够准确识别不同的车型,识别准确率达到86％以上,是一种有效的车型识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛力瑶	长安大学信息工程学院	3	101	3.0	3.0
2	焦琴琴	长安大学信息工程学院	3	97	2.0	3.0
3	孙壮文	长安大学信息工程学院	2	95	2.0	2.0