基于核主成分分析和支持向量机的飞机舱音信号识别

被引：4

作者：

刘素京 ^{[1
]}

杨琳 ^{[2
]}

王从庆 ^{[1
]}

机构：

[1] 南京航空航天大学自动化学院

[2] 中国民航总局航空安全技术中心

来源：

东南大学学报(自然科学版) | 2008年 / S2期

关键词：

特征提取; 核主成分分析; 支持向量机;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了提高飞机事故原因的调查准确性与实时性,提出了一种基于核主成分分析和支持向量机的舱音背景声识别方法.首先提取和分析了飞机驾驶舱话音记录器中所记录背景声信号的特征参数,然后分别以多项式核函数、sigmoid核函数和高斯核函数3种核函数作为内积,对3种核函数的降维特性进行了对比分析,最后将核方法与支持向量机结合,实现对舱音背景声的分类识别.实验结果表明:通过基于不同核函数的主成分分析方法与支持向量机的结合比较,确定以高斯核函数为内积的SVM分类方法具有较好的分类效果.

引用

页码：123 / 127

页数：5