發(fā)布時間：2024-05-30 20:20

　　水下輻射聲場和水聲信道的復雜性使得聲吶接收的噪聲信號相互耦合、調制畸變,具有很強的非線性。文中利用核函數將原始特征空間的非線性數據映射至高維特征空間,在高維特征空間進行主元分析(PCA)法提取特征,并采用遺傳算法(GA)對核參數進行優(yōu)化,形成了基于GA-核主元分析(KPCA)的水下目標特征選擇方法。實際樣本數據驗證結果表明,該方法在一定程度上彌補了傳統(tǒng)線性PCA方法處理非線性數據的不足,能夠獲得更高的識別正確率。

【文章頁數】：5 頁

【部分圖文】：

圖2遺傳算法-核主元分析算法流程Fig.2Flowchartofgeneticalgorithm(GA)-kernelprincipalcomponentanalysis(KPCA)

惴ǖ玫降睦?計方差貢獻率95%m≥時的特征值的個數mk作為個體適應度值。5)基因選擇:由式(4)得出個體適應度值,采用輪盤賭法進行基因選擇,第m個體被選中的概率mp表示為Nmmmjmpkk,N為種群數目。6)交叉操作:選中2個個體并對其染色體上的第j位進行交叉操作。7)變異操作:....

圖3核參數值進化過程Fig.3Evolutionprocessofkernelparameter

2020年2月水下無人系統(tǒng)學報第28卷116JournalofUnmannedUnderseaSystemswww.yljszz.cn2試驗結果與分析對南海某水域試驗實測而得的166段水下目標輻射噪聲信號進行篩癬標記和MFCC特征提取,得到120組16維的原始特征數據集16120....

圖4GA-KPCA與主元分析的主元方差貢獻率Fig.4Contributionratesofprincipalcomponent

2020年2月水下無人系統(tǒng)學報第28卷116JournalofUnmannedUnderseaSystemswww.yljszz.cn2試驗結果與分析對南海某水域試驗實測而得的166段水下目標輻射噪聲信號進行篩癬標記和MFCC特征提取,得到120組16維的原始特征數據集16120....

本文編號：3984752