基于二叉树支持向量机的小麦碰撞声分类研究

《基于二叉树支持向量机的小麦碰撞声分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于二叉树支持向量机的小麦碰撞声分类研究李四，张三丰*（陕西师范大学物理学与信息技术学院，陕西西安710062）摘要：小麦颗粒存在虫害、霉变和发芽问题，为了实现小麦颗粒的自动分类，采用二叉树和支持向量机相结合方法对小麦碰撞声进行识别分类。首先从时域和频域对小麦碰撞声信号进行分析和处理，提取信号特征，然后利用二叉树支持向量机分类器进行分类，对小麦完好粒、虫害粒、霉变粒和发芽粒4类麦粒的识别均达到84.0%以上。实验结果表明，该项研究具有较强的实用价值，为小麦的自动识别分类提供了一种可行方法。关键词：小麦碰撞声；二叉树；支持向量机；识别分类中图分类号：TP391.42文献标志码：APA

2、CS:StudyontheclassificationofwheatimpactacousticsignalsbasedonbinarytreeSVMLiSi,ZhangSanfeng*(CollegeofPhysicsandInformationTechnology,ShaanxiNormalUniversity,Xi’an710062,Shaanxi,China)Abstract:Severalproblemsexistinwheatkernelssuchasinsectinfestation,mold-damagedkernelandsprout-damagedkernel.

3、Inordertosortthewheatkernelsintodifferenttypesautomatically,anovelapproachwhichintegratesbinarytreeandsupportvectormachine(SVM)isproposedtodiscriminatebetweenfourdifferenttypesofwheatkernelsbyimpactacousticsignals.Atfirst,theimpactacousticsignalswereanalyzedandpotentialfeatureswereexactedfromt

4、heminbothtimeandfrequencydomains.ThentheSVMbasedonbinarytreewasusedforpatternrecognition.Detectionaccuracyratesofthepresentedsystemforundamagedkernel,insectdamage,moldyandsproutdamagewereabove84.0%.Theexperimentalresultsshowthatourresearchhasahighvalueonapplicationandprovidesafeasiblemethodfor

5、automaticclassificationofwheatkernels.Keywords:wheatimpactacousticsignals;binarytree;supportvectormachine注意：1摘要的撰写：摘要内容(200字左右)，不要论及论文的基础和背景知识；直奔目的、方法、结果、结论；不要进行自我评价。目的——本研究要达到的核心目标。方法——所用的原理、理论、条件、对象、材料、工艺、结构、手段、装备、程序等。结果——实验的、研究的最重要结果和数据，被确定的关系等。结论——结果的分析和意义。2中图分类号需准确。3作者信息完整（见页脚）。4收稿日期即是本文首

6、次投稿日期（见投稿平台）5英文摘要需语句通顺，可参考同领域的英文文献。6全文请单栏排版。引言小麦受储藏方式的影响，容易发生霉变、发芽和虫害现象，严重影响储藏小麦的品级，有效地检测和防治工作显得尤为重要。常用的检测方法包括光学技术检测法、机械技术检测法、电子技术检测法等，但是这些检测方法存在劳动强度大，费用高的缺点[1-2]。因此，利用电子计算机将声学技术与模式识别技术相结合，实现高效率、低成本的储粮自动检测成为该领域研究的热点。2001年，Pearson提出利用碰撞声发射方法检测开心果的开口情况，碰撞声检测系统首先采集开心果的碰撞声信号，然后对声信号进行时频域特征提取，采用线性判别

7、分析方法筛选未开口的开心果，其吞吐量约为40颗/秒，分类准确率接近97.0%[3]。2005年，Pearson等利用碰撞声检测小麦的完好性，通过对声音信号时域和频域的分析处理，成功地实现了小麦完好粒和虫害粒（InsectDamagedKernel,IDK）的分类，完好粒的正确识别率为98.0%，IDK的正确识别率为87.0%[4]。2006年，Onaran等利用碰撞声检测系统采集榛子的碰撞声，提取信号的时域最大幅值和线性谱频率，采用支持向量机（SupportVecto