Indexed by：
Abstract：
当前枪支射弹可靠检测及精确计数是枪弹管控的难点之一.为提高基于加速度信号的射弹检测算法的精度和可靠性,提出一种新的射击信号时域特征提取方法一时域分段特征提取法,可避免时域特征过度依赖于加速度瞬时尖峰的问题.首先,提取了枪击加速度样本信号的时域和频域各类统计特征.然后,采用机器学习分类算法K近邻、逻辑回归、支持向量机以及决策树和随机森林进行枪击识别建模.最后,探索和比较各种单一特征对枪击事件识别模型性能的影响.实验结果表明,所提取的主波动域面积特征具有最优的区分度,能够在多数机器学习算法上达到99％以上的分类准确率.
Keyword：
Reprint 's Address：
Email：
Source ：
电子测量与仪器学报
ISSN： 1000-7105
Year： 2022
Issue： 5
Volume： 36
Page： 180-187
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
