为了实现肺部病症信号的匹配识别，采用改进型自适应噪声的完全集合经验模态分解（ICEEMDAN）和多层感知机（MLP）相结合的肺音信号特征识别方法。采集肺音信号预处理后经过ICEEMDAN分解得到IMF分量并构造多维特征向量，输入多层感知机（MLP）对正常肺音、哮鸣音、干罗音和中湿罗音信号学习。测试结果表明，该分类方法比极限学习机（ELM）与BP神经网络匹配精准率更高，达到91.67%。
2022-08-03 20:03:42
1.93MB
1
人工智人-家居设计-TiAl40Cr扩散焊界面超声信号特征分析与缺陷智能识别研究.pdf
2022-07-04 09:05:27
2.05MB
在电力线数字通信信号识别研究中，针对电力线通信强噪声干扰和识别器算法复杂的现状，设计了一种算法简单、计算量小的信号识别器。在输入噪声为背景噪声的条件下，通过小波变换的方法提取电力线数字通信信号的特征值，由统计识别模式得到最优识别阈值，将阈值和信号的特征值进行比较，最终识别信号的调制类型。仿真结果表明，当信噪比为5 dB时，类间和类内的正确识别率分别达到93%和95%。
2022-07-03 10:13:51
432KB
1