文档介绍：声频特征在车型自动分类识别中的应用研究
赵世峰刘白林摘要:为满足智能化交通的需要,利用车辆声频信号特征进行车型自动识别,对车辆声频信号进行建模,以线性预测编码倒谱(LPCC)为特征,采用聚类分析算法划分车型,并使用Fish声频特征在车型自动分类识别中的应用研究
赵世峰刘白林摘要:为满足智能化交通的需要,利用车辆声频信号特征进行车型自动识别,对车辆声频信号进行建模,以线性预测编码倒谱(LPCC)为特征,采用聚类分析算法划分车型,并使用Fisher判别法对车型进行识别。实验结果表明此方法可准确和有效的实现车型的自动分类与识别。
关键词:车辆声频信号;LPCC参数;Fisher判别法;K均值聚类算法
中图号: 文献标识码:A 文章编号:1009-3044(2013)35-8075-03
1 概述
车辆声频信号因不同车型的声源特点及结构特征的差异而具有一定的辨识性,分析车辆声频信号的产生原理,并选择最具辨识性的特征参数用于车辆的自动分类与识别可与其他手段结合以提高效率及准确率,更可在特定场合发挥作用。在分析车辆声频信号产生的原理及特点的基础上,为其建立经典的线性模型,通过分析比较其各个特征参数,选取基于线性预测编码(LPC)的LPCC倒谱系数作为车辆声频信号的特征参数,对所采集的四类车辆的声频信号进行分析,采用聚类分析和判别分析等数据分析方法实现车型的自动分类识别。
2 车辆声频信号模型
6 结论
实验结果表明,将车辆声频信号的LPCC特征参数应用于车辆自动分类与识别,在交通流量总体统计方面准