兵器装备工程学报

文章详情

稿件标题: 基于DLPCC和ELM的装甲车辆声识别
稿件作者: 樊新海,石文雷,张传清
栏目名称: 装备理论与装备技术
关键字词: 动态线性预测倒谱系数;极限学习机;特征提取;声识别
文章摘要: 以常见的3种坦克和4种履带式装甲车为识别对象,提出了一种基于动态线性预测倒谱系数(DLPCC)和极限学习机(ELM)的装甲车辆声识别模型。该模型以DLPCC为特征,对不同工况下的装甲车辆噪声信号进行特征提取。根据噪声信号特征对ELM进行特征训练和识别,获得噪声识别模型。实验结果表明,DLPCC能更好地体现噪声特征,识别效果优于传统的LPCC。与传统的BP神经网络以及概率神经网络(PNN)相比,以极限学习机为分类器的识别模型具有用时短、准确率高的特点,识别率达到91%以上。 
收录刊物: 2018年07期
稿件基金: 武器装备军内科研项目(2015ZB21)
引用本文格式: 樊新海,石文雷,张传清.基于DLPCC和ELM的装甲车辆声识别[J].兵器装备工程学报,2018,39(7):20-25. 
FAN Xinhai,SHI Wenlei,ZHANG Chuanqing.Research on Armored Vehicle Acoustic Classification Based on DLPCC and ELM[J].Journal of Ordnance Equipment Engineering,2018,39(7):20-25. 
浏览次数: 172
下载次数: 44
免费下载全文 下载本期封面 下载PDF阅读器