版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、水聲信號(hào)的分類識(shí)別技術(shù)一直是水聲信號(hào)處理領(lǐng)域中的重要研究內(nèi)容。水聲信號(hào)的分類識(shí)別技術(shù)主要是沿著兩個(gè)方向不斷發(fā)展進(jìn)步的,一是特征提取方法的研究;二是模式識(shí)別算法的研究即分類器的設(shè)計(jì)。特征提取方法研究的主要任務(wù)是研究和選取能表現(xiàn)信號(hào)類別的,有效而且穩(wěn)定可靠的特征矢量;而分類器設(shè)計(jì)的主要任務(wù)是研究各種分類模型的結(jié)構(gòu)和算法,從而對(duì)訓(xùn)練和識(shí)別中提取的特征向量做類別匹配,以完成準(zhǔn)確的類別劃分的目的。
本文的研究對(duì)象是船舶和鯨類水下聲信
2、號(hào),研究的重點(diǎn)是特征提取方法及分類器設(shè)計(jì)。本文對(duì)希爾伯特-黃變換理論和小波分析理論及其在船舶和鯨類水下聲信號(hào)特征提取中的應(yīng)用進(jìn)行了較深入的研究;對(duì)語音信號(hào)處理中的說話人識(shí)別技術(shù)進(jìn)行了深入的研究并將其應(yīng)用到船舶和鯨類水下聲信號(hào)的分類識(shí)別中。論文的主要內(nèi)容包括:
1、論文首先詳細(xì)的介紹了水聲信號(hào)分類識(shí)別問題的相關(guān)理論知識(shí),說明了分類識(shí)別系統(tǒng)的各個(gè)組成部分及其各自的作用。重點(diǎn)分析了現(xiàn)有的特征提取算法及各自的優(yōu)缺點(diǎn),以及分類器對(duì)識(shí)
3、別性能的影響。
2、基于小波分析理論在非平穩(wěn)信號(hào)分析和處理中的優(yōu)勢(shì),對(duì)提取小波域的信號(hào)特征方法進(jìn)行研究。利用小波分析理論中多分辨分析的概念和小波包分解研究了信號(hào)不同頻段內(nèi)能量特征的提取算法,給出了特征向量的構(gòu)造方法,討論分析了小波基函數(shù)和小波包分解層數(shù)的變化對(duì)分類識(shí)別性能的影響。
3、由于希爾伯特.黃變換(HHT)方法自身獨(dú)特的特點(diǎn)及其在信號(hào)處理各個(gè)領(lǐng)域的廣泛應(yīng)用,對(duì)希爾伯特-黃變換的思想及其算法進(jìn)行了研究,
4、將其應(yīng)用到船舶和鯨類水下聲的特征提取中,提取了船舶和鯨類聲信號(hào)的希爾伯特譜特征。利用神經(jīng)網(wǎng)絡(luò)分類器對(duì)提取的希爾伯特譜特征進(jìn)行分類。分類結(jié)果表明該方法具有較好的分類識(shí)別效果,可以應(yīng)用于船舶和鯨類水下聲的分類識(shí)別中。
4、探索將說話人識(shí)別技術(shù)應(yīng)用到船舶和鯨類水下聲信號(hào)的分類識(shí)別中。聲吶員對(duì)監(jiān)聽到的各種水下聲信號(hào)的識(shí)別機(jī)理和人對(duì)聽到的各種聲音信號(hào)的識(shí)別理論上是相同的。本文將在語音信號(hào)識(shí)別中取得滿意效果的基于人耳聽覺特性的的美爾倒
5、譜系數(shù)(MFCC)應(yīng)用于船舶和鯨類水下聲信號(hào)的特征提取中,提取了船舶和鯨類聲信號(hào)的MFCC語音特征,通過高斯混合模型對(duì)提取的語音特征進(jìn)行訓(xùn)練和識(shí)別。討論分析了MFCC維數(shù)的變化和不同MFCC特征的組合對(duì)識(shí)別性能的影響。
5、研究了本文用到的兩種識(shí)別模型,人工神經(jīng)網(wǎng)絡(luò)(ANN)和高斯混合模型(GMM)。詳細(xì)分析了這兩種識(shí)別模型各自的特點(diǎn)、理論基礎(chǔ)和算法實(shí)現(xiàn),包括各種參數(shù)的選擇和設(shè)定,并將其應(yīng)用到船舶和鯨類聲信號(hào)的分類識(shí)別中,
6、實(shí)現(xiàn)了有效的特征層識(shí)別。
6、通過對(duì)實(shí)驗(yàn)數(shù)據(jù)的處理和分類結(jié)果的分析進(jìn)一步驗(yàn)證了文中提出的特征提取方法和識(shí)別模型的有效性以及對(duì)船舶和鯨類聲信號(hào)的適用性;并針對(duì)在實(shí)際應(yīng)用中遇到的問題,包括特征向量維數(shù)的變化及特征向量的不同組合和識(shí)別模型各種參數(shù)的選取與設(shè)定等問題進(jìn)行了分析研究,對(duì)各種特征提取方法的識(shí)別結(jié)果做了比較和分析。
本文以船舶和鯨類水下聲信號(hào)為研究對(duì)象,以提高水聲信號(hào)被動(dòng)識(shí)別能力為研究目標(biāo),研究了船舶和鯨類
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 水聲信號(hào)多途傳播特征提取及識(shí)別研究.pdf
- 魚類聲信號(hào)的分析及特征提取研究.pdf
- 脈象信號(hào)的特征提取與分類識(shí)別.pdf
- 脈象信號(hào)的特征提取與分類識(shí)別的研究.pdf
- 心音信號(hào)特征提取及分類研究
- 皮膚電信號(hào)的情感特征提取及分類識(shí)別研究.pdf
- 基于聲信號(hào)盲分離的特征提取方法研究.pdf
- 人臉表情的特征提取及分類識(shí)別研究.pdf
- 水下蛙人呼吸聲信號(hào)特征提取研究.pdf
- 信號(hào)細(xì)微特征提取及識(shí)別技術(shù)研究.pdf
- 圖象特征提取及分類識(shí)別的算法研究.pdf
- 脈象信號(hào)特征提取與識(shí)別的研究.pdf
- 用于船舶輻射噪聲分類識(shí)別的多波束行為特征提取研究.pdf
- 調(diào)制模式識(shí)別和信號(hào)特征提取的研究.pdf
- 麻醉狀態(tài)下的呼吸音信號(hào)特征提取和分類識(shí)別.pdf
- 基于特征提取的通信信號(hào)識(shí)別研究.pdf
- 經(jīng)顱多普勒信號(hào)特征提取與分類研究.pdf
- 雷達(dá)復(fù)合干擾信號(hào)特征提取及智能識(shí)別算法研究.pdf
- 通信信號(hào)特征提取與識(shí)別技術(shù)研究.pdf
- 雷達(dá)信號(hào)包絡(luò)的特征提取與分類.pdf
評(píng)論
0/150
提交評(píng)論