论文部分内容阅读
在水下目标识别研究中已经积累了大量的特征提取方法，可用特征种类多、维数高，冗余特征不仅大大降低了识别速度，也不利于识别率的提高。特征选择是优化水下目标识别性能的重要途径。本文以高维MFCC特征为对象，以K-近邻法为分类器，利用主元分析(PCA)算法降低特征维数，提取特征的有效成分，利用实际水下目标噪声样本的识别实验验证了该方法的有效性，并探讨了PCA参数的确定方法。