论文部分内容阅读
为解决水声目标小样本模式识别问题，有效地提高复杂海洋环境中的识别精度，提出了一种基于经验模式分解（EMD）、特征距离评估技术（FDET）和组合支持向量机（CSVMs）的水声目标智能识别方法。首先，将滤波、Hilbert包络解调和EMD等信号处理方法对水声目标的辐射噪声信号进行预处理，提取7个包含原始信号和预处理信号的时域和频域统计特征的特征集。然后，通过FDET从原始特征集中选择出7个敏感特征集。最后，将7个敏感特征集输入到7个支持向量机分类器中，利用遗传算法对7个分类器的结果进行合并，构成CSVMs分类