隐马尔可夫模型在被动声信号分类中的应用

被引：2

作者：

丁庆海

庄志洪

路建伟

张清泰

机构：

[1] 南京理工大学电子工程与光电技术学院!南京,南京理工大学电子工程与光电技术学院!南京,南京理工大学电子工程与光电技术学院!南京,南京理工大学电子工程与光电技术学院!南京

来源：

南京理工大学学报 | 1998年 / 06期

关键词：

声信号; 马尔可夫链; 神经网络; 被动声信号分类; 隐马尔可夫模型;

D O I：

10.14177/j.cnki.32-1397n.1998.06.001

中图分类号：

TN911.7 [信号处理];

学科分类号：

081002 [信号与信息处理];

摘要：

为了提高被动声目标识别率 ,该文研究了隐马尔可夫模型 (HMM)在被动声信号分类中的应用问题。然后 ,又提出了 2种混合分类器 :特征矢量混合的HMM分类器和 HMM/ ML PNN (多层感知机神经网络 )混合模型分类器。结果表明 ,这 2种混合分类器在性能上都优于单个特定的分类器 ,它们在被动声信号分类中具有良好的应用前景

引用

页码：481 / 485

页数：5