典型文献
联合稀疏表示在水下目标分类中的应用
文献摘要：
水下目标分类识别的性能受所选特征的限制,多特征往往可以获得更加稳定的结果,针对这一问题,提出了一种基于联合稀疏表示模型的水下目标分类识别方法.首先对水下目标回波信号提取3种具有信息互补性与关联性的特征:中心矩特征、小波包能量谱特征、梅尔频率倒谱系数特征,然后应用加速近端梯度法对联合稀疏表示模型进行优化,求解得到最优联合稀疏系数,最后根据最小误差准则确定目标类别.在消声水池开展模拟实验,对6类目标进行分类识别,结果表明:与传统算法相比,提出的算法具有更高识别准确率,并且其执行效率较传统算法有很大提升.
文献关键词：
中图分类号：
作者姓名：
王佳维;许枫;杨娟
作者机构：
中国科学院声学研究所 北京 100190;中国科学院大学 北京 100049
文献出处：
引用格式：
[1]王佳维;许枫;杨娟-.联合稀疏表示在水下目标分类中的应用)[J].声学学报,2022(04):471-480
A类：
最小误差准则
B类：
联合稀疏表示,水下目标分类,分类识别,多特征,表示模型,回波信号,信号提取,信息互补,互补性,中心矩,矩特征,小波包能量谱,谱特征,梅尔频率倒谱系数,加速近端梯度,梯度法,对联,稀疏系数,消声,水池,模拟实验,类目,传统算法,识别准确率,执行效率
AB值：
0.376994
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
