Информационная сложность временно-частотных распределений сигналов в задачах обнаружения и классификации
Information Complexity of Time-Frequency Distributions of Signals in Detection and Classification Problems
2025-09-24
SCID: 54.1/w4z5zjat
Discuss with AI
классификация гидроакустических сигналовинформационные (энтропийные) признакипереназначенная спектрограммаспектрограммавременно-частотные распределения
Figures from the paper
Abstract (AI)
В работе рассматривается задача обнаружения и классификации акустических сигналов на основе информационных (энтропийных) критериев. Предложен ряд новых информационных признаков, основанных на временно-частотных распределениях, включая спектрограмму и её усовершенствованную версию — переназначенную спектрограмму. Для подтверждения и верификации предложенных характеристик выполнено моделирование на синтетических сигналах и численная проверка решения задачи многоклассовой классификации с использованием методов машинного обучения на реальных гидроакустических записях. Полученные высокие показатели классификации (F1 = 0.95) свидетельствуют о преимуществах применения предложенных признаков.
Key Findings
1
Валидация предложенных характеристик выполнена моделированием на синтетических сигналах и численной проверкой на реальных гидроакустических записях.
2
Многоклассовая классификация с использованием предложенных признаков и методов машинного обучения показала высокую точность: F1 = 0.95.
3
Предложены новые информационные признаки на основе временно-частотных распределений (спектрограмма и переназначенная спектрограмма) для обнаружения и классификации акустических сигналов.
4
Результаты демонстрируют преимущества предложенных энтропийных временно-частотных признаков по сравнению с альтернативами для исследованных задач обнаружения и классификации.
Research Object
Акустические сигналы, представленные временно-частотными распределениями (спектрограммой и перераспределённой спектрограммой), используемые для детекции и многоклассовой классификации
Research Subject
Информационно(энтропийные) характеристики сложности, выведенные из временно-частотных распределений, и их эффективность для детекции и многоклассовой классификации акустических сигналов с использованием методов машинного обучения
Publication Details
Publication Date
2025-09-24
Journal
Publisher
ISSN
Cited by
1
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest