首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

水下目标信号特征提取及识别技术的研究

摘要第1-3页
Abstract第3-9页
第1章 绪论第9-14页
   ·研究目的和意义第9页
   ·水下被动目标识别概述第9-11页
   ·本课题国内外研究动态第11-13页
   ·本文研究主要内容第13-14页
第2章 舰船水噪声基本特性第14-22页
   ·引言第14页
   ·舰船辐射噪声的组成第14-17页
   ·舰船辐射噪声的声源级第17-18页
   ·舰船辐射噪声的谱特性第18-19页
   ·鱼雷辐射噪声第19-20页
   ·海洋环境噪声第20-21页
   ·本章小结第21-22页
第3章 舰船噪声信号去噪第22-39页
   ·引言第22页
   ·自适应滤波理论及应用第22-23页
   ·自适应滤波原理及算法第23-29页
     ·最小均方(LMS)算法原理第23-26页
     ·RLS 算法原理第26-29页
   ·LMS 与RLS 滤波器性能分析比较第29-32页
   ·RLS 滤波器对舰船噪声的降噪处理第32-38页
   ·本章小结第38-39页
第4章 舰船噪声的特征提取第39-56页
   ·特征提取基本概念第39-40页
     ·特征提取的含义第39页
     ·特征的特点第39-40页
   ·功率谱特征提取第40-43页
     ·连续谱特征提取方法第40-41页
     ·线谱特征提取方法第41-43页
   ·美尔差分倒谱系数特征提取方法第43-47页
     ·MFCC 系数简介第43-44页
     ·美尔滤波器组设计第44-45页
     ·MFCC 特征参数计算步骤第45页
     ·美尔差分倒谱参数第45页
     ·美尔差分倒谱参数特征量提取编程及仿真第45-47页
   ·高阶谱特征提取第47-55页
     ·高阶统计量理论第48-49页
     ·高阶谱定义第49页
     ·112 维谱的定义及其性质第49-52页
     ·舰船噪声 112 维谱仿真及特征提取方法第52-55页
   ·本章小结第55-56页
第5章 支持向量机分类器第56-68页
   ·引言第56页
   ·机器学习问题第56-57页
   ·结构风险最小化原则第57-59页
   ·线性支持向量机第59-61页
   ·非线性支持向量机第61-63页
   ·支持向量机的算法步骤及流程图第63-65页
   ·支持向量机分类识别实验及结果第65-67页
   ·本章小结第67-68页
第6章 总结与展望第68-70页
   ·总结第68-69页
   ·展望第69-70页
参考文献第70-74页
致谢第74-75页
详细摘要第75-80页

论文共80页,点击 下载论文
上一篇:基于CT影像的肺癌病灶计算机辅助预检测方法研究
下一篇:基于工作流技术的广东省交警绩效考核系统