导读:本文包含了局域判别基论文开题报告文献综述、选题提纲参考文献，主要关键词:特征,小波,准则,向量,信号,脚步,WP。
局域判别基论文文献综述写法
臧玉萍[1]（2013）在《机械振动信号局域判别基特征提取方法》一文中研究指出研究了基于相对熵的小波包局域判别基算法,构造了以局域判别基空间上的结点能量为元素的特征矢量,并在发动机上进行了实验研究,结果表明,小波包局域判别基结点能量谱具有明显的类别特征,经过压缩,作为分类器的特征输入具有较高的模式识别率。(本文来源于《长春工业大学学报(自然科学版)》期刊2013年05期）
张学渊,曹红兵,李宝清,刘海涛[2]（2012）在《基于小波包和局域判别基的脚步信号提取方法》一文中研究指出着重研究在复杂的城市背景噪声环境下,对入侵人员脚步信号的提取与检测.通过对脚步信号及城市背景噪声的频谱特征分析,提出一种基于震动信号的人员脚步信号提取方法,该方法通过小波包分解(WPD)结合局域判别基(LDB)划分信号特征频带,有效地分离了城市中的过往车辆对入侵人员脚步信号的干扰并做出准确提取,仿真与实验结果证明,与常用的脚步识别算法相比,该算法鲁棒性,普适性及抗干扰性更好,符合实际工程应用需求.(本文来源于《小型微型计算机系统》期刊2012年02期）
魏国华,郑继明[3]（2009）在《基于局域判别基的音频信号特征提取方法》一文中研究指出音频特征提取在音频信号分析和处理中起着非常重要的作用。考虑到音频信号的非平稳性,对音频信号进行小波包分解,为了获取健壮的特征,采用改进的局域判别基(LDB)技术对小波包树进行裁剪,提取局域判别基各子空间能量的统计特征组成特征矢量,并利用Fisher准则函数进行特征选择,根据特征矢量设计支持向量机分类器,对叁类音频进行分类识别。实验结果表明,该方法提取的特征矢量在音频信号分类中是非常有效的。(本文来源于《计算机应用与软件》期刊2009年11期）
柳革命,孙超,陈建莉[4]（2008）在《基于局域判别基空间能量的特征提取》一文中研究指出针对模式识别中如何提取信号有效特征的问题,对信号进行小波包分解,求取小波包局域判别基,提出求取局域判别基的各子空间的能量,形成特征矢量的特征提取方法。利用Fisher准则函数进行特征选择,得到识别特征矢量。在水声模式识别实例中应用此方法提取特征矢量进行分类实验,取得良好的分类效果,验证了该方法的有效性。(本文来源于《空军工程大学学报(自然科学版)》期刊2008年01期）
柳革命,孙超,刘兵,杨益新[5]（2007）在《局域判别基空间能量的水声目标特征提取》一文中研究指出考虑水声信号的非平稳性及时变性,对信号进行小波包分解。不同的小波包基可以反映不同的信号特性,基于距离准则,求取小波包局域判别基,在局域判别基的基础上,提出通过求取局域判别基的各子空间的能量,形成特征矢量的特征提取方法。利用Fisher准则函数进行特征选择,得到识别特征矢量,针对识别特征矢量设计神经网络分类器,对叁类目标进行分类,验证实验表明,基于这种方法提取的识别特征矢量在水声目标分类识别中是有效的。(本文来源于《声学技术》期刊2007年06期）
局域判别基论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
着重研究在复杂的城市背景噪声环境下,对入侵人员脚步信号的提取与检测.通过对脚步信号及城市背景噪声的频谱特征分析,提出一种基于震动信号的人员脚步信号提取方法,该方法通过小波包分解(WPD)结合局域判别基(LDB)划分信号特征频带,有效地分离了城市中的过往车辆对入侵人员脚步信号的干扰并做出准确提取,仿真与实验结果证明,与常用的脚步识别算法相比,该算法鲁棒性,普适性及抗干扰性更好,符合实际工程应用需求.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
局域判别基论文参考文献
[1].臧玉萍.机械振动信号局域判别基特征提取方法[J].长春工业大学学报(自然科学版).2013
[2].张学渊,曹红兵,李宝清,刘海涛.基于小波包和局域判别基的脚步信号提取方法[J].小型微型计算机系统.2012
[3].魏国华,郑继明.基于局域判别基的音频信号特征提取方法[J].计算机应用与软件.2009
[4].柳革命,孙超,陈建莉.基于局域判别基空间能量的特征提取[J].空军工程大学学报(自然科学版).2008
[5].柳革命,孙超,刘兵,杨益新.局域判别基空间能量的水声目标特征提取[J].声学技术.2007