文献类型：期刊文章

作　　者：丁吉[1] 赵杰[1] 万遂人[1] 孙小菡[2]

机构地区：[1]东南大学生物科学与医学工程学院医学电子学实验室,江苏南京210096 [2]东南大学电子科学与工程学院光子学与光通信实验室,江苏南京210096

出　　处：《微计算机信息》

年　　份：2011

卷　　号：27

期　　号：2

起止页码：163-164

语　　种：中文

收录情况：普通刊

摘　　要：神经网络是一种普遍采用的模式识别方法。当样本数目较大时,神经网络会因输入特征向量矩阵的庞大使结构变得复杂,运行缓慢,性能下降。针对这一问题,本文对光纤扰动信号提出了基于小波包变换的特征提取分类方法,以小波包系数的能量值作为信号的特征向量,用少量的特征向量反映信号的大部分特征信息,减少神经网络的输入和运行时间的同时保证识别的准确率。将现场采集的各类光纤扰动信号经由神经网络进行判别,实验表明,基于小波包变换的特征提取能在较短的时间内以较高的识别准确率分类出各光纤扰动信号的类别。

关 键 词：小波包变换 神经网络 特征提取 能量谱

分 类 号：TN911.7]