作者：王艳; 李文藻; 张意; 张卫华; 李智; 周激...车辆类型识别符号表1维s矩阵2维a矩阵
摘要：将声音识别技术应用于边防车辆类型的自动识别,提出了一种改进的基于实时编码信号处理(TESP)算法的特征提取方法。具体方法是:根据车辆声音信号的特点提出一个包含40字符的扩展符号表,根据符号表编码后产生的符号流构造1维S矩阵,同时,以符号流中相同的连续2个符号出现的概率为参数构造2维A矩阵,得到更加精确的特征向量。然后,设计了支持向量机(SVM)分类器和K-邻近分类器(KNN)对不同的车辆类型进行分类识别。仿真实验结果表明:与基于传统TESP算法的识别率(51%)相比,基于40字符符号表的1维S矩阵和2维A矩阵特征提取方法的平均识别率分别达到84%和87%。与传统的基于频域和时频域提取特征方法相比,该算法需要较少的运算能量和内存资源,识别速率快,识别准确率高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
