基于小波系数聚类的特征提取分类方法
神经网络是一种普遍采用的模式分类方法,当对样本的抽样数目较大时,神经网络结构复杂,训练时间激增,分类性能下降,针对这一问题,提出一种基于快速小波变换特征提取的分类方法.首先对小波系数矩阵的每行进行聚类,表达重要频率范围内小波系数矩阵的行有较多的聚类数,从而大大减少了神经网络的输入数,而同时保留了有用的信息.特征提取后,采用小波系数的能量值作为特征量,应用径向基函数网络识别肺发出的各种不同的声音,实验证明:该方法有较高的识别率.
特征提取、快速小波变换、径向基函数神经网络
38
TP391;TP18(计算技术、计算机技术)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
982-987