摘要:为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类。目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器。
关键词:交通工程 机动车车型识别 子波尺度空间能量 bp神经网络 声信号
单位:西北工业大学电子信息学院; 陕西西安710072
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社