共查询到10条相似文献,搜索用时 15 毫秒
1.
利用船舶目标辐射噪声DEMON谱特征,采用支持向量机改进算法,实现了对船舶螺旋桨桨叶数的分类识别应用研究。针对支持向量机算法对噪声比较敏感和求解最优分类面时约束较多不利于支持向量机最优分类面寻优的问题,在保持支持向量稀疏特性和应用径向基核函数的条件下,对支持向量机算法在松弛变量和决策函数2方面进行改进,构造齐次决策二阶损失函数径向基支持向量机改进算法,进行理论分析、数据仿真实验,并应用于利用船舶目标辐射噪声DEMON谱进行船舶螺旋桨桨叶数的分类识别实验。结果表明,该改进算法实现了支持向量机在二次规划中的最小约束条件下最优分类面求解,具有模型参数寻优空间广阔、总体分类性能优的特点,其分类性能优于原支持向量机算法,适用于利用船舶目标辐射噪声DENOM进行船舶螺旋桨桨叶数分类应用。 相似文献
2.
3.
4.
5.
6.
7.
8.
舰船辐射噪声的特征提取是水下识别的依据,传统的特征提取可识别性较弱,水下识别较为困难。本文提出一种基于变分模态分解(variational mode decomposition, VMD)与改进多尺度加权排列熵(improved multisacle weighted permutation entropy, IMWPE)相结合的方法进行特征提取,将原始信号通过VMD分解成多个固有模态函数(intrinsic mode function, IMF),选取能够充分体现目标复杂度特征的IMF作为研究对象,然后通过IMWPE方法采用平移均值法解决多尺度加权排列熵(multisacle weighted permutation entropy, MWPE)的单一粗粒化问题。实验数据表明,将本文算法与对比算法提取的特征参数经过粒子群优化的支持向量机(particle swarm optimization support vector machine, PSO-SVM)进行分类识别,IMWPE算法识别率最高,具有良好的稳定性和优越性。 相似文献
9.
10.
本文采用有限元(FEM)和边界元(BEM)相结合的方法对船舶水下辐射噪声进行研究。首先根据船舶的实际情况建立三维结构有限元模型,包括船体结构、压载、主要动力设备及其隔振方式等,然后结合实船测试的柴油发电机组、推进电机机脚振动和轴系中间支撑基座振动数值,及船模试验得到的螺旋桨脉动压力,计算获得流固耦合下结构的响应,最后将船体外壳水线以下结构响应作为约束条件,通过边界元的方法对水下辐射噪声进行计算和分析。从而对船舶设计阶段水下辐射噪声初步评估方法进行修正,同时对比水下辐射噪声实船测试结果,计算准确性较高,修正后的计算评估方法能进一步提高了设计阶段水下噪声的评估精度,为船舶水下辐射噪声控制提供了依据和参考。 相似文献