-
题名基于面积加权GWT-GFT的水声目标识别
- 1
-
-
作者
陈鑫
邵杰
王星星
杨鑫
杨世逸林
-
机构
南京航空航天大学电子信息工程学院
-
出处
《计算机技术与发展》
2024年第7期108-115,共8页
-
基金
教育部重点实验室开放基金(USAP2001)。
-
文摘
由于海洋环境的复杂性,水声目标的识别具有很大的挑战性。为解决这类复杂环境下特征提取的问题,提出了一种基于面积加权的图小波变换-图傅里叶变换(GWT-GFT)的分析方法。在完成数据预处理后,为了能够凸显顶点之间的关系,提出了一种新的基于顶点三角形面积的加权方法来构建图信号;构建好的图信号通过GWT分解为多尺度图分量;然后,利用GFT将这些分量从图域变换到特征值谱域进行分析;在此基础上,提取各分量特征值谱的特征;最后,利用基于高斯核函数的支持向量机(SVM)对获取的特征向量进行分类。基于水声信号ShipsEar数据库,采用5折交叉验证方法进行验证。与现有的其它方法相比,所提的模型以36个特征在376656个样本上取得了97.22%的准确率,证明了该分析方法的有效性和鲁棒性。
-
关键词
水声目标识别
GWT-GFT
特征提取
图信号处理
顶点三角形面积加权
-
Keywords
underwater acoustic target recognition
graph wavelet transform-graph Fourier transform
feature extraction
graph signal processing
vertex triangle area weighting
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于改进的GAF算法的EEG情感识别
- 2
-
-
作者
王星星
邵杰
陈鑫
杨世逸林
杨鑫
-
机构
南京航空航天大学电子信息工程学院
-
出处
《计算机技术与发展》
2024年第5期109-116,共8页
-
基金
教育部重点实验室开放基金(USAP2001)。
-
文摘
利用脑电图(EEG)信号对人类的情感进行识别一直是一个重要且具有挑战性的研究领域。传统的方法都是对一维EEG信号进行分析,然后提取特征进行识别;但这种方法需要提取许多时域或频域上的特征才能取得较好的识别效果。考虑到二维图像蕴含的信息要远远比一维信号蕴含的信息丰富,因此将一维信号转换成二维图像可以提取更加有效的特征进行识别。为此,该文提出了一种基于改进的Gramian Angular Field(GAF)算法的EEG情感识别方法。首先,从EEG信号中提取alpha、beta、gama三个频段的子带信号;然后,提出了一种基于马氏距离加权的改进GAF算法将一维EEG信号转换成二维特征图像;接着,从二维图像中提取奇异值熵、图能量等特征;最后,利用卷积神经网络(CNN)对提取的EEG特征进行分类识别。基于广泛使用的DEAP数据集,针对四分类(HAHV、LAHV、LALV和HALV)情感识别任务,对该模型进行了验证。实验结果表明:所提算法的平均分类准确率达到92.63%,与现有的识别方法对比具有一定的优势。
-
关键词
脑电图
情感识别
格拉姆角场
马氏距离
卷积神经网络
-
Keywords
electroencephalography(EEG)
emotion recognition
Gramian angular field(GAF)
Mahalanobis distance
convolutional neural network(CNN)
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
R318
[自动化与计算机技术—计算机科学与技术]
TP18
[医药卫生—生物医学工程]
-
