2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多重分形和小波变换的声目标信号特征提取

杜恩祥 李科杰

杜恩祥, 李科杰. 基于多重分形和小波变换的声目标信号特征提取. 自动化学报, 2004, 30(5): 742-746.
引用本文: 杜恩祥, 李科杰. 基于多重分形和小波变换的声目标信号特征提取. 自动化学报, 2004, 30(5): 742-746.
DU En-Xiang, LI Ke-Jie. Feature Extraction of Acoustic Signal of Target Based on Multifractal and Wavelet Theories. ACTA AUTOMATICA SINICA, 2004, 30(5): 742-746.
Citation: DU En-Xiang, LI Ke-Jie. Feature Extraction of Acoustic Signal of Target Based on Multifractal and Wavelet Theories. ACTA AUTOMATICA SINICA, 2004, 30(5): 742-746.

基于多重分形和小波变换的声目标信号特征提取

详细信息
    通讯作者: 杜恩祥
  • 中图分类号: TP18

Feature Extraction of Acoustic Signal of Target Based on Multifractal and Wavelet Theories

More Information
    Corresponding author: DU En-Xiang
计量
  • 文章访问数:  1635
  • HTML全文浏览量:  63
  • PDF下载量:  1157
  • 被引次数: 0
出版历程
  • 收稿日期:  2002-09-02
  • 刊出日期:  2004-05-20

基于多重分形和小波变换的声目标信号特征提取

    通讯作者: 杜恩祥
  • 中图分类号: TP18

摘要: 研究了基于关联积分的广义维数谱的定量计算方法,提出了声目标信号的多重分形特 征,并对其特征即广义维数谱的有效性进行了分析;同时利用小波变换分析既能反映信号在变 换域特性又保留其时域信息的特点,提出基于小波变换的子空间能量及主要能量集中子空间时 域信息的特征提取方法,并通过模糊神经网络识别系统对声目标信号的广义维数谱、子空间能 量及时域信息的组合特征进行了验证.

English Abstract

杜恩祥, 李科杰. 基于多重分形和小波变换的声目标信号特征提取. 自动化学报, 2004, 30(5): 742-746.
引用本文: 杜恩祥, 李科杰. 基于多重分形和小波变换的声目标信号特征提取. 自动化学报, 2004, 30(5): 742-746.
DU En-Xiang, LI Ke-Jie. Feature Extraction of Acoustic Signal of Target Based on Multifractal and Wavelet Theories. ACTA AUTOMATICA SINICA, 2004, 30(5): 742-746.
Citation: DU En-Xiang, LI Ke-Jie. Feature Extraction of Acoustic Signal of Target Based on Multifractal and Wavelet Theories. ACTA AUTOMATICA SINICA, 2004, 30(5): 742-746.

目录

    /

    返回文章
    返回