基于DLPCC和ELM的装甲车辆声识别

被引:4
作者
樊新海
石文雷
张传清
机构
[1] 陆军装甲兵学院车辆工程系
关键词
动态线性预测倒谱系数; 极限学习机; 特征提取; 声识别;
D O I
暂无
中图分类号
TJ811 [坦克、装甲车];
学科分类号
080208 [智能装备与机器人];
摘要
以常见的3种坦克和4种履带式装甲车为识别对象,提出了一种基于动态线性预测倒谱系数(DLPCC)和极限学习机(ELM)的装甲车辆声识别模型。该模型以DLPCC为特征,对不同工况下的装甲车辆噪声信号进行特征提取。根据噪声信号特征对ELM进行特征训练和识别,获得噪声识别模型。实验结果表明,DLPCC能更好地体现噪声特征,识别效果优于传统的LPCC。与传统的BP神经网络以及概率神经网络(PNN)相比,以极限学习机为分类器的识别模型具有用时短、准确率高的特点,识别率达到91%以上。
引用
收藏
页码:20 / 25
页数:6
相关论文
共 9 条
[1]
Trends in extreme learning machines: A review.[J].Gao Huang;Guang-Bin Huang;Shiji Song;Keyou You.Neural Networks.2015,
[2]
Extreme learning machine: Theory and applications.[J].Guang-Bin Huang;Qin-Yu Zhu;Chee-Kheong Siew.Neurocomputing.2006, 1
[3]
基于MFCC和支持向量机的装甲车辆识别研究 [J].
孙国强 ;
樊新海 ;
石文雷 .
国外电子测量技术, 2017, 36 (10) :31-35
[4]
基于噪声信号EMD的装甲车辆识别研究 [J].
樊新海 ;
孙国强 ;
张传清 .
兵器装备工程学报, 2017, 38 (07) :111-115
[5]
基于改进EEMD及能量特征的战场目标识别方法 [J].
邸忆 ;
顾晓辉 ;
车龙 ;
刘亚雷 .
电子测量与仪器学报, 2017, 31 (06) :914-921
[6]
低空目标被动声识别关键技术研究 [J].
雷鸣 ;
乔柯 .
计算机与数字工程, 2017, 45 (04) :645-649
[7]
线性预测分析在连接词语音识别中的研究 [J].
李永恒 ;
严家明 ;
揭峰 .
计算机仿真, 2010, 27 (11) :340-344
[8]
基于OSALPCC与SVM的工程机械声音识别算法研究 [D]. 
杨三伟 .
杭州电子科技大学,
2016
[9]
基于频谱动态特征和ELM的挖掘设备识别方法研究 [D]. 
赵拓 .
杭州电子科技大学,
2016