![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/16/15cf8040-b10b-4b41-a5d8-b3af624fa384/15cf8040-b10b-4b41-a5d8-b3af624fa384pic.jpg)
![聲音擾動信號的預(yù)處理以及RBF神經(jīng)網(wǎng)絡(luò)模式識別的研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/16/15cf8040-b10b-4b41-a5d8-b3af624fa384/15cf8040-b10b-4b41-a5d8-b3af624fa3841.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著科技以及社會的發(fā)展,各個國家、地區(qū)之間的科技競爭越來越激烈。世界上各種恐怖、破壞活動也頻繁出現(xiàn),造成很大社會危害。對于重要設(shè)施或區(qū)域建立一種符合現(xiàn)代社會需要的安全監(jiān)控系統(tǒng)顯得越來越迫切和重要。安監(jiān)系統(tǒng)必須高效、實時、準(zhǔn)確、智能、連續(xù)(不間斷)工作,對于各種非正常擾動信號要反應(yīng)靈敏,能自動識別信號的類別以便工作人員采取相應(yīng)的措施。分布式光纖傳感安全監(jiān)控系統(tǒng)就是這樣類型的新系統(tǒng)。本文以分布式光纖傳感器采集的擾動信號為對象,研究針對擾動信
2、號的一系列處理方法,實現(xiàn)對各種擾動信號的準(zhǔn)確識別和分類。本論文工作對這類新型智能安監(jiān)系統(tǒng)的研發(fā)有著重要的意義。 論文基于RBF(Radial Basic Function)徑向基神經(jīng)網(wǎng)絡(luò),對環(huán)境擾動信號進(jìn)行預(yù)處理,包括去噪、端點檢測,然后進(jìn)行特征提取和模式識別。對實驗結(jié)果進(jìn)行了分析。 論文對采集到的信號進(jìn)行了數(shù)字化、預(yù)加重、加窗和分幀,分析了信號的短時能量和短時過零率等。從擾動信號的頻率特性出發(fā),研究了傳統(tǒng)譜相減去噪方法
3、,并針對傳統(tǒng)譜相減去噪方法的不足,提出了改進(jìn)型譜相減去噪法,使得信噪比有了明顯的提高。論文工作在研究了傳統(tǒng)的雙門限端點檢測法后,提出了抗噪性能更強的譜熵端點檢測法,在較低信噪比的情況下準(zhǔn)確提取出有用的信號。 論文研究了MFCC(Mel-frequency Cepstrum Coefficients,Mel頻系數(shù)倒譜參數(shù))特征參數(shù)以及特征加權(quán)組合、微分和PCA(Principal Component Analysis)主分量分析的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 神經(jīng)網(wǎng)絡(luò)實現(xiàn)模式識別的研究.pdf
- 基于Spiking神經(jīng)網(wǎng)絡(luò)模式識別的研究.pdf
- 基于FTIR的污染氣體預(yù)處理與神經(jīng)網(wǎng)絡(luò)模式識別研究.pdf
- 基于VPRS與RBF神經(jīng)網(wǎng)絡(luò)的調(diào)制信號識別的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的聲紋識別的研究.pdf
- 優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)用于語音識別的研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)用于傳感信號的模式識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模式識別的列車折關(guān)故障檢測.pdf
- 視覺檢查系統(tǒng)中基于BP神經(jīng)網(wǎng)絡(luò)的模式識別的研究.pdf
- 基于形態(tài)神經(jīng)網(wǎng)絡(luò)的模式識別.pdf
- 基于神經(jīng)網(wǎng)絡(luò)模式識別的非侵入式負(fù)荷監(jiān)測方法研究.pdf
- RBF神經(jīng)網(wǎng)絡(luò)和HMM用于音樂識別的算法研究.pdf
- 基于混沌神經(jīng)網(wǎng)絡(luò)變壓器局部放電模式識別的研究.pdf
- 基于BAM神經(jīng)網(wǎng)絡(luò)河床斷面模式識別的中小橋水害預(yù)測.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的控制圖模式識別.pdf
- 神經(jīng)網(wǎng)絡(luò)在模式識別中的應(yīng)用.pdf
- 基于ART2神經(jīng)網(wǎng)絡(luò)的手勢動作SEMG信號模式識別研究.pdf
- 基于GA-BP神經(jīng)網(wǎng)絡(luò)模式識別的連鑄機漏鋼預(yù)報模型研究.pdf
- 用于控制圖模式識別的一類廣義神經(jīng)網(wǎng)絡(luò)系統(tǒng).pdf
- 基于量子神經(jīng)網(wǎng)絡(luò)的模式識別技術(shù)研究.pdf
評論
0/150
提交評論