基于子波变换和神经网络的舰船目标识别

被引:7
作者
施建礼
蔡新举
朱平云
机构
[1] 海军航空工程学院,海军航空工程学院,海军航空工程学院山东烟台,山东烟台,山东烟台
关键词
子波变换; 特征提取; 神经网络; 分类识别;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
140502 [人工智能];
摘要
特征提取方法和分类器的选择是舰船目标识别的关键。介绍了一种目标分类和识别的方法。首先利用子波变换和多分辨分解算法对实际采集到的各类舰船目标辐射噪声进行特征提取 ,获得目标的线谱和调制谱特征 ,然后利用模糊自组织聚类网络 (FKCN)分类器对各类目标进行分类识别。最后利用实测数据进行仿真分析 ,并与其它特征提取和分类识别方法比较 ,验证了所用方法的可行性 ,且获得了较好的效果。
引用
收藏
页码:893 / 895
页数:3
相关论文
empty
未找到相关数据