基于E EMD-S VM非平衡决策树的人员及车辆识别方法

摘要：

通过对人员、轮式车、履带车产生的地震动信号进行分析,建立人员及车辆识别系统模型。针对人员及车辆产生的地震动信号的非线性和非平稳特征,采用集成经验模态分解(ensemble empirical mode decomposition,EEMD)算法对实测人员、车辆产生的地震动信号进行分解,然后对分解得到的固有模态函数(intrinsic mode function,IMF)高频分量进行小波阈值去噪。选取有效的IMF分量,计算其归一化能量特征矩阵。再将特征矩阵输入到支持向量机(support vector machine,SVM)非平衡决策树分类器中,进行人员、轮式车和履带车的逐层识别。实验结果表明,EEMD-SVM非平衡决策树模型可以准确、高效地对人员、轮式车和履带车进行分类识别。

关键词：集成经验模态分解、固有模态函数、能量特征矩阵、SVM非平衡决策树分类器

所属期刊栏目：28

分类号：TN911.6;TN911.7

资助基金：国家自然科学基金资助项目61571145,61405041

在线出版日期：2016-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：384-391