基于隐马尔可夫模型与神经网络混合的被动声目标分类技术 |
| |
引用本文: | 丁庆海,陈显治.基于隐马尔可夫模型与神经网络混合的被动声目标分类技术[J].声学与电子工程,2000(1):1-4,16. |
| |
作者姓名: | 丁庆海 陈显治 |
| |
作者单位: | 通信工程学院!南京210016 |
| |
摘 要: | 提出了一种改进型隐马尔可夫模型/神经网络混合分类器,该分类器将隐马尔可夫模型的时间校正能力与神经网络的静态区分能力结合在一起。它首先利用循环无跳转HMM模型对第一测试特征序列进行全状态分割。将T帧特征序列按时间演化顺序校正成N帧平均状态序列。然后 交其作为RBF网络的输入矢量进行分类。实验结果表明,该分类器比单纯的神经网络或隐马尔可夫模型分类器具有更限的分类效果。
|
关 键 词: | 神经网络 隐马尔可夫模型 目标识别 声目标分类 |
本文献已被 CNKI 维普 等数据库收录! |
|