基于Richer子波神经网络的入侵事件识别方法

• 作者: 程博
• 来源期刊: 无线互联科技
• 关键词: 入侵事件识别 挖掘 人步行 神经网络 Richer子波
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 网络地带
• 页码范围: 26-27
• 页数: 2页
• 字数: 1369字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6944.2019.08.013

摘要

针对入侵事件中的挖掘事件和人步行事件的识别,文章设计了一种Richer子波神经网络模型,用来识别由挖掘和人步行事件引起的震动信号的种类.实验中一共采用200个样本,其中120个作训练,80个作测试,通过分析网络训练输出数据的降维可视化散点分布,可以得到该模型训练输出的数据具有不同类间间隔大,同类间间隔小的特点,且该模型网络分类识别准确率最高可达96.25％,平均识别准确率约为95％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程博		2	0	0.0	0.0