基于DLPCC和ELM的装甲车辆声识别
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.
动态线性预测倒谱系数、极限学习机、特征提取、声识别
39
TJ811(战车、战舰、战机、航天武器)
武器装备军内科研项目2015ZB21
2018-12-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
20-25