首页 > 《船舶与海洋工程学报：英文版》 > 2015年3期 > An Automated Approach to Passive Sonar Classification Using Binary Image Features

An Automated Approach to Passive Sonar Classification Using Binary Image Features

打印

在线阅读下载PDF 导出详情

摘要这份报纸用生产并且放射的声音为轮船识别和分类建议一个新方法在水下。到那么，一个三步的过程被建议。首先，预处理操作被利用减少噪音效果并且为特征抽取提供信号。第二，一幅二进制图象，用信号分割的频率光谱做了，被形成提取有效特征。第三，一个神经分类器被设计分类信号。二条途径，建议方法和基于分数维图形的方法在真实数据上被比较并且测试。比较结果比基于分数维图形的方法显示了更好的识别能力和建议方法的更柔韧的性能。因此，建议方法能改进识别精确性在水下声学的目标。

DOI 6jr2wx3x45/1538887

作者 Vahid Vahidpour Amlr Rastegarnia Azam Khalili

机构地区不详

出处《船舶与海洋工程学报：英文版》 2015年3期

关键词分类方法图像特征被动声纳神经网络分类器二值信号分割

分类 [交通运输工程][船舶与海洋工程]

出版日期 2015年03月13日（中国Betway体育网页登陆平台首次上网日期，不代表论文的发表时间）

相关文献

1.Passive sonar identification (Ⅳ):Recognition using fuzzy neural network.声学,1999-04.
2RAMAKRISHNAN S. SELVAN S..Multiwavelets domain singular value features for image texture classification.物理,2007-04.
3Muhammad Zubair;Shoab A. Khan;Ubaid Ullah Yasin.Classification of Diabetic Macular Edema and Its Stages Using Color Fundus Image.物理电子学,2014-02.
4Munehiro Nakamura;Atsushi Otsuka;Haruhiko Kimura.Automatic Selection of Classification Algorithms for Non-Experts Using Meta-Features.国际贸易,2014-03.
5.Passive sonar identification (Ⅱ): Stability and uniqueness of line spectrum.声学,1999-03.
6阳凡林;刘经南;赵建虎.Multi—beam Sonar and Side—scan Sonar Image Co—registering and Fusing.海洋科学,2003-01.
7ZHOUXinghua;CHENYongqi.Seafloor Sediment Classification Based on Multibeam Sonar Data.测绘科学与技术,2004-04.
8Katsunori Kotani;Takehiko Yoshimi;Hitoshi Isahara.A Machine Learning Approach to Measurement of Text Readability for EFL Learners Using Various Linguistic Features.教育学,2011-06.
9.Automated quadrilateral mesh generation for digital image structures.力学,2011-06.
10Said El Yamani Samir Zeriouh Mustapha Boutahri Ahmed Roukhe.Classification and Identification of Nuclear, Biological or Chemical Agents Taken from Remote Sensing Image by Using Neural Network.物理,2014-03.

来源期刊

船舶与海洋工程学报：英文版

相关推荐

同分类资源更多

相关关键词

分类方法图像特征被动声纳神经网络分类器二值信号分割

返回顶部