《电子测量技术杂志》发表论文赏析

基于PCA和非线性映射改进的MFCC特征提取方法

来源:电子测量技术杂志2025年第10期北京时间:

作者:符恬恬,郑斌琪,李成娟,夏利杰

单位:1.中国科学院上海微系统与信息技术研究所微系统技术重点实验室 上海 201800;2.中国科学院大学 北京 100049

摘要:使用传统的梅尔倒谱系数(MFCC)作为特征进行野外目标识别时,由于MFCC对环境干扰较敏感,所以会导致识别率的下降。针对这个问题,提出了使用主成分分析法(PCA)代替MFCC提取过程中使用的离散余弦变换,并且使用非线性函数对梅尔滤波后所获得的对数能量进行映射。改进后的MFCC更贴合实际数据、可以增强目标信号所在频段的权重、有着良好的可分性和鲁棒性。经过实验验证,使用PCA和非线性映射改进后的MFCC作为分类特征时,准确率为93.36%,优于传统的MFCC。

关键词:目标识别;梅尔倒谱系数;主成分分析;非线性映射

基金资助:微系统重点实验室基金课题(6142804230101)项目资助

2025年10期其他文献查阅:

基于四探针法的磁性微米线电阻特性研究

10km/s激光多普勒测速仪示值误差校准方法研究

基于改进ip-iq 理论的谐波检测方法

基于参数优化VMD与宽卷积神经网络的齿轮箱故障诊断

改进YOLOv8s的校园智能清扫车障碍物检测与测距算法

基于数据增强与IEVO-GRNN的飞机引气系统故障诊断

基于改进SSA和CNN-BiLSTM-Attention的UWB测距误差缓解算法

改进YOLOv10n的输电线路部件缺陷检测算法

基于IHOA-DELM的锂离子电池SOH和RUL联合预测

多策略改进的红嘴蓝鹊优化算法及其应用

基于PCA和非线性映射改进的MFCC特征提取方法

基于光散射的光伏组件积灰检测系统设计

基于多尺度特征融合的跨视角点云步态识别

基于YOLOv8的输电线路巡检算法研究

多放大倍率掩码自编码器的乳腺癌图像分类

一种基于VDSEC-UNet的遥感影像建筑物提取方法

基于改进Vision Transformer的水稻叶片病害图像识别

一种基于注意力的无监督行人重识别方法

近场毫米波雷达高分辨率稀疏成像算法研究

基于3D高斯溅射的人物化身重建算法

基于深度学习的三维点云与IMU融合里程计

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!