文献类型：期刊文章

作　　者：叶蓁[1,2] 孙海信[1] 颜佳泉[1] 陈清峰[1] 齐洁[1]

YE Zhen SUN Haixin YAN Jiaquan CHEN Qingfeng QI Jie(Key Laboratory of Underwater Acoustic Communication and Marine Information Technology,College of Information Science and Engineering,Xiamen University,Xiamen 361005,China School of Physics and Information Engineering, Minnan Normal University, Zhangzhou 363000, China)

机构地区：[1]厦门大学信息科学与技术学院,水声通信与海洋信息技术教育部重点实验室,福建厦门361005 [2]闽南师范大学物理与信息工程学院,福建漳州363000

出　　处：《厦门大学学报（自然科学版）》

基　　金：国家自然科学基金(61471309);福建省自然科学基金(2013J01258)

年　　份：2017

卷　　号：56

期　　号：1

起止页码：144-148

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、BIOSISPREVIEWS、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、INSPEC、JST、MR、PROQUEST、RCCSE、RSC、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：针对传统的水声信号分类技术处理方法复杂、特征提取时间长以及特征量多等问题,提出了一种基于稀疏表示的分类系统,先利用正交匹配追踪法(OMP)算法提取与水声信号最为匹配的少数原子作为目标特征,再采用支持向量机(SVM)进行分类.对鲸类声信号进行仿真实验,实验结果表明,不仅提高了压缩效率和运算速度,而且识别率高,在水声信号的实时处理中具有较高的实用价值.

关 键 词：压缩感知 水声信号 稀疏表示  特征提取 分类识别  

分 类 号：TP274.5]