作者：徐高欢; 陈雯兰小波能量特征svmbpnn
摘要：模式分类性能的好坏主要取决于特征提取和分类器的识别能力，基于声信号目标分类的研究成果应用广泛．本文实验选取某型号发动机不同故障的声音作为分类目标，使用小波技术对目标声信号进行消噪和分解，并求解各尺度空间的能量，然后按一定的规则把这些能量组成特征向量，使用SVM和BPNN进行模式分类，计算机仿真结果表明，两种方法识别率都较高，SVM方法略优于BPNN．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《浙江水利水电学院学报》是一本有较高学术价值的大型双月刊，读者面向全国水利、电力、建筑、交通、铁路、机械等系统的勘测、设计、科研院所、大专院校、和基层有关工程管理、经营单位以及全国各省市公共图书馆和情报信息机构，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度，颇受业界和广大读者的关注和好评。
杂志详情
