您的位置： 专家智库 > >

仝飞

作品数：3 被引量：2H指数：1
供职机构：南京理工大学更多>>
相关领域：电子电信更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇电子电信

主题

  • 3篇小波
  • 2篇神经网
  • 2篇神经网络
  • 2篇声目标识别
  • 2篇小波包
  • 2篇小波包分析
  • 2篇目标识别
  • 1篇遗传神经网络
  • 1篇遗传算法
  • 1篇战场
  • 1篇特征向量
  • 1篇去噪
  • 1篇去噪方法
  • 1篇去噪方法研究
  • 1篇阈值
  • 1篇阈值去噪
  • 1篇网络
  • 1篇向量
  • 1篇小波变换
  • 1篇基于小波变换

机构

  • 3篇南京理工大学

作者

  • 3篇仝飞
  • 2篇顾晓辉
  • 2篇吕艳新

传媒

  • 1篇科技情报开发...
  • 1篇电脑知识与技...

年份

  • 1篇2011
  • 2篇2010
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于小波变换的战场声信号去噪方法研究被引量：1
2010年
在实际战场中，采样声信号不可避免的受到各种噪声和干扰的污染，导致声信号特征提取变得困难而不利于进一步的目标识别。为了有效去除混叠在战场声信号中的噪声信号。运用离散小波理论对其进行阂值去嗓处理。通过对几种去噪方法对比分析和基于MATLAB信号去噪的仿真试验，仿真结果表明对于战场声信号而言，基于Birge—Massart阂值算法具有更好的去噪效果。
仝飞顾晓辉吕艳新
关键词：小波变换阈值去噪MATLAB去噪
基于遗传神经网络的战场声目标识别
2010年
通过小波包分析提取战场声信号不同频带上的能量作为特征向量,设计了遗传神经网络作为战场声目标识别的分类器,克服了传统BP神经网络容易陷入局部最小点的缺陷,通过Matlab仿真对比实验结果,证明遗传神经网络能够提高战场声目标的识别率。
仝飞顾晓辉吕艳新
关键词：小波包分析特征向量遗传神经网络
基于多尺度分辨的声目标识别研究
声目标识别是一种利用目标在介质中运动时所产生的声音信号，进行处理以提取其区别于其他目标的特征向量并最终进行分类识别的技术。由于声目标识别是被动的接受目标所发出的声信号，并进行探测识别，不易被发现具有很好的隐蔽性，因而在现...
仝飞
关键词：声目标识别小波包分析遗传算法BP神经网络
全选 清除 导出
共1页<1>
聚类工具0