基于稀疏表示的水声信号分类识别
传统的水声信号分类都是直接使用原信号进行处理的,特征提取耗时长,数据量大,针对这两个缺点,提出了一种压缩感知理论中基于稀疏表示的水声信号特征提取方法;该方法利用了水声信号在DCT变换域的稀疏特性,将信号的稀疏表示作为目标特征,并采用SVM分类算法进行分类识别.仿真结果表明,该方法不仅减少了特征向量的计算时间,还提高了目标分类识别率,还降低了水声信号的传输数据量,压缩率可达96%,在实际工程应用中具有较高的实用价值.
压缩感知、稀疏表示、水声信号、特征提取
36
TN911.7
2014-10-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
67-70,77