论文部分内容阅读
通过数据采集得到三种不同类型车辆的地震动信号,采用小波消噪和特征提取,得到样本数据对神经网络进行训练,训练完成的神经网络就能实现车辆类型的识别。试验结果表明,BP神经网络对车辆目标具有较高的识别率,证明对地震动信号的特征提取方法是正确的,人工神经网络是有效的目标识别方法。
基于BP神经网络的地震动信号识别
【摘 要】
：
通过数据采集得到三种不同类型车辆的地震动信号,采用小波消噪和特征提取,得到样本数据对神经网络进行训练,训练完成的神经网络就能实现车辆类型的识别。试验结果表明,BP神经
【机 构】
：
南京理工大学机械工程学院
【出 处】
：
现代电子技术
【发表日期】
：
2012年10期
其他文献
为了完成某汽车转向缸耐久试验中转向缸两侧轮载的模拟加载要求,提出了两侧液压伺服加载的方法。该方法无需真实轮胎以及重力载荷模拟系统,具有结构简单,加载一致性好的特点
平行等速双基SAR是指收发平台速度大小和方向均相同的双基SAR系统，该构型具有广阔的应用前景。在此将传统适用于单基地SAR成像的极坐标格式算法（PFA）加以改进，使之适用于平行等速
提出一种新的人体行为识别方案并进行了算法实现。通过对视频序列在空间上高斯滤波,在时间轴向上Gabor滤波,提取出视频序列的关键点,对每个关键点邻域20×20的区域使用梯度位置朝向直方图进行描述,描述的序列可以表征视频序列的特征。与其他人体行为识别算法比较,不需要标记特定的特征区域和比较耗时的聚类算法,构建单个支持向量分类器即可达到好的识别率,算法简单有效。