|
|||||
|
|
| 基于PCA和BP神经网络的水下目标识别方法研究 | |
| 引用本文： | 袁骏,张明敏,孙进才.基于PCA和BP神经网络的水下目标识别方法研究[J].海军工程大学学报,2005,17(1):101-104. |
| 作者姓名： | 袁骏 张明敏 孙进才 |
| 作者单位： | 1. 海军工程大学,电子工程学院,湖北,武汉,430033;西北工业大学,陕西,西安,710072 2. 海军工程大学,电子工程学院,湖北,武汉,430033 3. 西北工业大学,陕西,西安,710072 |
| 摘 要： | 针对被动声纳信号的特点,提出了基于信号线谱特征的主成分分析(PCA)特征选择方法,其优点是从复杂的目标信号中提取目标的特有信息,降低了目标特征维数.将此方法用于实录的三类水下目标数据,采用BP神经网络对目标进行识别分类,仿真结果说明了所提出的方法的正确性和有效性. |
| 关 键 词： | 线谱 特征提取 主成分分析(PCA) BP神经网络 |
| 文章编号： | 1009-3486(2005)01-0101-04 |
| 修稿时间： | 2004年7月5日 |
Underwater targets recognition based on PCA and BP neural network |
|
| YUAN Jun,ZHANG Ming-min,Sun Jin-cai.Underwater targets recognition based on PCA and BP neural network[J].Journal of Naval University of Engineering,2005,17(1):101-104. | |
| Authors: | YUAN Jun ZHANG Ming-min Sun Jin-cai |
| Abstract: | Feature extraction is a key step in the underwater passive sonar targets recognition. This paper proposes the principal component analysis(PCA) based on extracting features from line-(features.) PCA can extract particular information of targets and reduce the dimentionality of features. BP neural network is used to extract classification rule. Experiments with three different classes of targets show that this method is effective and correct. |
| Keywords: | line-spectrum feature extraction principal component analysis BP neural network |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |