导读:本文包含了水下目标识别分类论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:目标,水下,模糊,特征,神经网络,综合分析,小波。
水下目标识别分类论文文献综述
陈柔伊[1]（2011）在《水下目标识别中的特征提取与分类研究》一文中研究指出随着海洋开发和信息产业的发展,人们对水下资源探索需求也日益扩大,对水下目标的分类识别技术成为近年来研究相当活跃的科学技术领域之一。众所周知,海洋里除了富含海底石油天然气等能源资源外,还有着丰富的生物资源。尤其是像鲸鱼、海豚等这样的海生哺乳动物,对它们进行研究有着重大的科学意义,但是海底不同于陆地,无法像陆地那样方便地对观察对象实施定位,这时候,水下目标的分类识别技术就大派用场了。在水下目标的分类识别过程中,最重要的一个环节就是对目标辐射信号的特征提取,它直接影响到目标分类识别的成功率。从目标的辐射信号中提取到能正确反映目标特征的征值,对减少分类识别系统的计算量、降低系统的复杂度有着直接的作用。传统的特征提取技术主要从时域、频域和时频域叁个方面对目标的辐射信号进行处理分析,时域的特征提取技术主要是对信号的波形结构进行统计分析,并以统计量作为特征值。时域特征提取技术的优点是方法比较简单,容易实现;缺点是时域的特征值并不能完整反映目标的特性,导致在分类识别中发生误判。频域的特征提取技术则主要是对信号进行谱分析,从而得到的特征值。频域的特征提取方法可以有效地给出不同类型目标能量与类别之间的关系,但是其在类内的比较时,则显得有点力不从心。时频域的特征提取方法包含了小波变换和魏格纳变换,通过从信号的细节方面提取目标的特征值。但由于魏格纳变换会产生严重的交叉项,如果使用魏格纳变换则必定要考虑抑制交叉项的问题,造成了系统复杂度的提升。相对而言,小波变化是一个成熟的理论,其工程应用的历史也比较久,由于小波分析的灵活度很高,所以如何使用小波变换直接影响到系统的复杂程度。本文的数据资源采用了巨头鲸、抹香鲸以及斑海豚叁种海生哺乳动物的声信号,并对这些信号进行处理分析,引进了BP人工神经网络技术对提取自频域和时频域的特征值进行了特征级的信息融合,并对该方案的分类识别率进行了理论研究及仿真分析,主要工作如下:(1)简述了频域特征提取技术中有关经典谱估计和现代谱估计的方法,并通过仿真实验对比了经典谱估计与现代谱估计的区别,引入了在频域上使用现代谱估计中的AR模型参数作为特征值的方法,使用AR模型的谱估计,可以有效地改善功率谱图的分辨率和平滑度,提高了使用功率谱估计方法得到的特征值的有效性。(2)阐述了小波分析的基本理论,引入了一种基于小波分解的平均能量法作为时频域处理的特征值,这种特征提取方法的优点是运算量小,同时保存了信号的主体特征,在仿真实验中也都获得了不俗的分类识别效果。(3)详细阐述了信息融合技术以及人工神经网络的基本原理,采用了基于BP人工神经网络的特征级数据融合方法,将提取自频域的AR模型参数与时频域的小波平均能量两组特征值进行了特征级的数据融合,弥补了单独采用频域特征值进行分类识别时存在类内差别小的缺点,同时,在兼顾识别性能之余,通过BP神经网络实现了对特征值的压缩,减小了分类识别时的计算量,在识别率与系统复杂度之间取得了一个较好的平衡。(4)通过Matlab对基于AR模型参数的特征值和基于小波平均能量的特征值进行了目标分类识别的有效性仿真研究,结果表明,两组特征值都是有效的。同时构建一个叁层的BP神经网络,对上述的两组特征值进行数据融合,得到一组新的特征值并对其的有效性进行了仿真分析,结果表明,使用经过数据融合后的特征值,能够有效地提高目标分类识别率中的有效性。(本文来源于《华南理工大学》期刊2011-05-30）
李迪敏,陈文伟[2]（2008）在《遗传分类器在水下目标识别中的应用》一文中研究指出结合实例详细介绍了用于水下目标识别的遗传分类器,并通过验证取得了良好效果.(本文来源于《广州航海高等专科学校学报》期刊2008年01期）
侯平魁,史习智,林良骥,王学军[3]（2001）在《水下目标识别的特征融合分类器设计》一文中研究指出本文对水下目标识别中的特征融合技术进行了研究 ,讨论了特征融合技术中的问题和解决途径 ,并给出了特征融合分类器的特性 ;设计了模糊融合分类器 ,给出了具体的算法 .该分类器对样本在模式空间中的分布不做任何假定 ,注重类别间的相互约束 ,强调各个模式的独立作用 ,用类似于模糊并运算的方式综合这些作用 .在实际应用中 ,通过与已有的分类器比较 ,表明模糊融合分类器能够综合多种信号特征 ,有效地提高了分类性能(本文来源于《电子学报》期刊2001年04期）
苏彤,林钧清,顾国昌[4]（1999）在《一种水下目标识别方法──基于模糊理论的多种神经网络融合分类》一文中研究指出在应用多种方法提取目标噪声中分类特征的研究基础上，本文设计出基于模糊理论的多神经网络融合分类器，其研究重点主要包括有监督分类的模糊聚类神经网络分类、多神经网络与模糊综合分析相结合的融合分类。基于大量海试实测信号样本的多组实验表明，该分类方法具有良好的工程应用前景。(本文来源于《船舶工程》期刊1999年06期）
水下目标识别分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
结合实例详细介绍了用于水下目标识别的遗传分类器,并通过验证取得了良好效果.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
水下目标识别分类论文参考文献
[1].陈柔伊.水下目标识别中的特征提取与分类研究[D].华南理工大学.2011
[2].李迪敏,陈文伟.遗传分类器在水下目标识别中的应用[J].广州航海高等专科学校学报.2008
[3].侯平魁,史习智,林良骥,王学军.水下目标识别的特征融合分类器设计[J].电子学报.2001
[4].苏彤,林钧清,顾国昌.一种水下目标识别方法──基于模糊理论的多种神经网络融合分类[J].船舶工程.1999
论文知识图
