期刊文献+

基于MVDR的MFCC方法在水下目标识别中的应用 被引量:3

下载PDF
导出
摘要 研究了一种利用MVDR谱基础上提取的MFCC系数,作为特征参数进行水下目标识别的方法。实验证明,能够明显地提高系统性能,特别是在低信噪比的条件下,具有较好的识别和分类的效果。
出处 《声学与电子工程》 2013年第3期23-25,共3页 Acoustics and Electronics Engineering
  • 相关文献

参考文献4

二级参考文献20

  • 1孙德山,吴今培,肖健华.一种新的多类分类算法[J].模式识别与人工智能,2004,17(3):357-361. 被引量:2
  • 2边肇祺.模式识别[M].清华大学出版社,1999.. 被引量:61
  • 3Vapnik V N 张学工.统计学习理论的本质[M].北京:清华大学出版社,2000.. 被引量:174
  • 4黄建国 赵建平.用低阶AR模型极点法进行舰船目标分类[J].水中兵器,1996,(2):26-32. 被引量:2
  • 5Boashash B, O'Shea P. A Methodology for Detection and Classification of some Underwater Acoustic Signals Using Time-Frequency analysis Approaches. IEEE Transactions on Acoustics,Speech and Signal Processing.1990, 38(11):1829-1841 被引量:1
  • 6Learned R E, Wilsky A S. A Wavelet Packet Approach to Transient Signal Classification. Applied and Computational Harmonic Analysis, 1995,(2):265-278. 被引量:1
  • 7Alpay Koc. Acoustic Feature Analysis for Robust Speech Recognition. BS.in E.E., Bilkent University,1999. 被引量:1
  • 8Marques de Sá J P.模式识别-原理、方法及应用[M].吴逸飞,译.北京:清华大学出版社,2002:201-203. 被引量:3
  • 9ALONSO J B, LEON J D, ALONSO I, et al. Automatic detection of pathologies in the voice by HOS based parameters [ J]. EURASIP Journal on Applied Signal Processing, 2001,2001(4):275 -284. 被引量:1
  • 10CEBALLOS G L, HANSEN J, KAISER J. A non-linear based speech feature analysis method with application to vocal fold pathology assessment[ J]. IEEE Transaction on Biomedical Engineering, 2005, 45(3) : 300 - 313. 被引量:1

共引文献12

同被引文献7

引证文献3

二级引证文献19

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部