利用声波和地震波识别军事车辆类型

摘要：

声波和地震波是军事车辆类型识别的重要信息源,针对军事车辆运动时产生的声波和地震波,采用短时傅里叶变换提取其波形数据的频谱特征向量,提出基于能量频谱密度进行二次特征选择,构造声波和地震波频谱特征向量子空间,从而降低了特征向量的维数.应用支持向量机(SVM)和最近邻分类法(KNN)分别对声波和地震波数据来进行军事车辆分类,结果表明:基于能量频谱密度的二次特征选择方法能有效地构造出声波和地震波的特征子空间,由此得到的分类准确率高于传统的特征选择方法.通过比较SVM和KNN的分类结果可以得出SVM的分类效果优于KNN.

关键词：特征提取、车辆识别、能谱密度、傅里叶变换

所属期刊栏目：26

分类号：TP181;O174.22(自动化基础理论)

资助基金：重庆大学与新加坡国立大学国际合作研究项目

在线出版日期：2006-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：108-113