HHT变换联合人工神经网络的核信号时频特征分析与识别

作者：金晶; 魏彪; 冯鹏; 唐跃林; 周密; 任勇; 米德伶

来源：核技术, 2010, (06): 451-456.

• 随机核信号
• 希尔伯特-黄变换
• 人工神经网络
• 特征提取
• 分类识别 Random nuclear signal
• Hilbert-Huang transform
• Artificial neural network
• Feature extraction
• Classification and recognition

用HHT变换联合BP人工神经网络分析处理252Cf自发裂变中子源驱动式核信息系统输出的随机核信号,获得信号时频特征,并分类识别核信号样本。理论分析和实验结果表明,基于HHT变换边际谱的特征提取方法,HHT反映信号时频域联合分布能较好地提取实际非平稳随机核信号的时频特征;用BP神经网络分类器对核信号样本分类识别,取得较高正确率,验证了此方法的有效性和合理性。

• 出版日期2010
• 单位重庆大学