基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题,提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法.对四类舰船辐射噪声信号使用变分模态方法分解,得到一定数量的固有模态函数.通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数,并利用支持向量机方法对四类舰船信号样本进行分类识别.实验结果表明,该方法可以实现对舰船辐射噪声的特征提取,与已有方法对比,该方法具有较高的识别率.
推荐文章
舰船辐射噪声听觉谱张量特征提取与分类识别
船船辐射噪声
特征提取
听觉
目标识别
舰船辐射噪声功率谱特征提取及系统实现
舰船噪声
特征提取
功率谱
连续谱
线谱
一种基于样本熵与EEMD的舰船辐射噪声特征提取方法
舰船辐射噪声
样本熵
集合经验模态分解
固有模态函数
特征提取
舰船辐射噪声功率谱特征提取方法研究
局部拟合
线谱特征提取
连续谱特征提取
目标识别
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VMD和SVM的舰船辐射噪声特征提取及分类识别
来源期刊 国防科技大学学报 学科 工学
关键词 变分模态分解 复杂度 支持向量机 特征提取 分类识别
年,卷(期) 2019,(1) 所属期刊栏目 信息与通信工程·控制科学与工程
研究方向 页码范围 89-94
页数 6页 分类号 TN911.72
字数 3521字 语种 中文
DOI 10.11887/j.cn.201901013
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 李亚安 西北工业大学航海学院 104 756 14.0 21.0
2 陈晓 西北工业大学航海学院 38 209 9.0 11.0
3 蔚婧 西北工业大学航海学院 17 51 4.0 5.0
4 李余兴 西北工业大学航海学院 8 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (80)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (20)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
变分模态分解
复杂度
支持向量机
特征提取
分类识别
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
国防科技大学学报
双月刊
1001-2486
43-1067/T
大16开
湖南省长沙市开福区德雅路109号
42-98
1956
chi
出版文献量(篇)
3593
总下载数(次)
5
总被引数(次)
31889
论文1v1指导