EMD和LS-SVM相结合的高压水射流靶物材质识别方法研究

作     者：杨洪涛 孙帅 方传智 牛明强 Yang Hongtao;Sun Shuai;Fang Chuanzhi;Niu Mingqiang

作者机构：安徽理工大学机械工程学院淮南232001 

基　　金：国家自然科学基金(61272540)资助项目 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2014年第28卷第10期

页      码：1074-1083页

摘      要：为了利用靶物反射声有效识别靶物材质,提出了一种新的基于经验模态分解(EMD)和最小二乘支持向量机(LSSVM)相结合的靶物材质识别方法。首先应用模极大值算法识别靶物边界点,提取边界点内的反射声信号进行小波降噪预处理,对预处理后的信号进行EMD分解,并计算获得各个本证模态(IMF)分量的短时能量比,作为对应不同靶物材质的特征值输入到利用LS-SVM建立的多分类模型。介绍了上述方法的基本原理,设计了试验装置和靶物材质识别影响因素分析试验方案。实验结果表明:靶物的内部结构和外形大小因素对靶物材质识别率影响小,利用上述方法进行的四种靶物材质探测,平均识别率达到85.83%,比BP神经网络提高了18.83%,且运算速度也得以提高,因此该方法可以用于靶物材质的识别。

主 题 词：靶物材质识别 反射声信号 经验模态分解 本征模态函数 短时能量比 最小二乘支持向量机 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.13382/j.jemi.2014.10.005

馆 藏 号：203142742...