基于模糊神经网络分类器的大小船舶识别.pdfVIP

基于模糊神经网络分类器的大小船舶识别.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
\声学技术

维普资讯 (西北工亚天丐 蔼i暮 院.西安, ClassificationofShipSizeUsingFuzzyNeuralNetwork T 卜1n /1 』 ,5 。/ ZhouYue LiuXun Xiang/ingLing / 八Z-- 2 基奸 (CollegeofMarineEngineering,Northcnw~stPolyt~~hnicalUnivcrsi吼Xi’an.710072) —广n 几 Jfn 模 1.引言 f夕 f, 糊 根据船舶辐射噪声对其进行识别分类是一项复杂、艰难的工作,因为它包含了船舶类型 和大小的识别.船舶噪声又随海况和一l况的不同是时变的,欲一次性寻找出一些特征将类型 神经 周 和吨位大小清晰地区分开是极为困难的.而且分类器的规模在实际.I-程应用中也难 以接受。 而将这一问题的两个方面分开解决是一种值得探讨的思路。本文研究的是其中一方面的问题, 网 越 即万吨级船舶和千吨级船舶在连续谱特征和分形特征之间的差别。本文提出应用 max-rain模 刘糊神经网络作为分类器,是因为它具有可在线学习、白动修摧重叠医且消耗时间少等优点。 最后利用实船数据进行试验,得到了较好的结果。 2.船舶噪声的分析 2.1频域分析 由于第三类船舶的螺旋桨为单轴、转速较低且吨位人,大多数情况下.辐射噪声能量的 集中区比第一类和第二类船舶更靠近低的频段;人吨位的第二类船舶正常航行时一连续谱谱 糊自白大的敬林 级与第一类有相似之处.本文利用连续谱最大峰值出现点作为特征之一来区分万吨级与千吨 级船舶。把获取的数字信号分为 M 段.每一段长度为 N.求出第 m段的第?点的值t 一Ⅳ-1 ^, (?):∑ (k)exp(一2 /Ⅳ)-M段的平均功率谱为 (,)=-∑1()l;作K ^-0 ‘” _-I I 一上 考芽 删抽取后.再作L点连续滑动平滑处理:y,=L÷=: ,选出最_大值点。 +1 2.2分维特征提取 研究证明船舶噪声具有正的Lyapunov指数,同时具有收敛的吸引子维数,且是分数维: 珠,氇担溺6越.睹” 厶 从而表明船舶噪声信号存在分形现象,而且不同类型不同大小的船舶信号具有不同的分维特 征。本文用关联维D2来表征这一特性. 计算方法简单,由RGrassberger和 1.Procaceia提 出了关联定义,设时间序列: = 杠l, 2,…, } .f(,)= 】+(d—Ij 关联维数D2定义为: c∽古£帅一II… II l…

文档评论(0)

fengbing + 关注
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档