| 基于主分量分析的声信号特征提取及识别研究 |
| |
| 引用本文： | 陈丹,李京华,黄根全,许俊峰.基于主分量分析的声信号特征提取及识别研究[J].声学技术,2005,24(1):39-41,45. |
| |
| 作者姓名： | 陈丹 李京华 黄根全 许俊峰 |
| |
| 作者单位： | 1. 西北工业大学电子信息学院,西安,710072
2. 西北工业大学自动化学院,西安,710072 |
| |
| 基金项目： | 国防重点实验室预研基金资助项目(51454020101HK0307)，西北工业大学科技创新基金资助项目(2003CR080001) |
| |
| 摘 要： | 主分量分析(PCA)是统计学中分析数据的一种有效方法。研究了基于这种算法对四种战场目标的声信号进行特征提取,获得了低维的特征类器对声目标进行分类,分类结果准确率较高,均获得满意的实验效果
|
| 关 键 词： | 主分量分析(PCA) 特征提取 分类器 目标识别 |
| 文章编号： | 1000-3630(2005)01-0039-03 |
| 收稿时间： | 2004/5/17 0:00:00 |
| 修稿时间： | 2004/7/12 0:00:00 |
Feature extraction and acoustic signal recognition using principal components analysis |
| |
| CHEN Dan,LI Jing-hu,HUANG Gen-quan and XU Jun-feng.Feature extraction and acoustic signal recognition using principal components analysis[J].Technical Acoustics,2005,24(1):39-41,45. |
| |
| Authors: | CHEN Dan LI Jing-hu HUANG Gen-quan and XU Jun-feng |
| |
| Affiliation: | CHEN Dan~1,LI Jing-hua~1,HUANG Gen-quan~2,XU Jun-feng~1 |
| |
| Abstract: | This paper proposes an algorithm of feature extraction from acoustic signals based on principal component analysis (PCA). Features of four types of acoustic signals of battlefield target are extracted and low-dimcnsion feature vectors obtained with this technique. K-nearest neighbor classifier and BP neural network classifier are designed for the acoustic target classification. Satisfactory experimental results have been obtained with classification accuracy reaching as high as 86%. |
| |
| Keywords: | principal component analysis feature extraction classifier target recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《声学技术》浏览原始摘要信息 |
|
点击此处可从《声学技术》下载全文 |
