基于小波包和SVM的小麦碰撞声分类研究-论文.pdf

基于小波包和SVM的小麦碰撞声分类研究-论文.pdf

ID:53763097

大小:333.53 KB

页数:6页

时间:2020-04-24

基于小波包和SVM的小麦碰撞声分类研究-论文.pdf_第1页
基于小波包和SVM的小麦碰撞声分类研究-论文.pdf_第2页
基于小波包和SVM的小麦碰撞声分类研究-论文.pdf_第3页
基于小波包和SVM的小麦碰撞声分类研究-论文.pdf_第4页
基于小波包和SVM的小麦碰撞声分类研究-论文.pdf_第5页
资源描述:

《基于小波包和SVM的小麦碰撞声分类研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、云南大学学报(自然科学版),2013,35(4):463—468DOI:10.7540/j.ynu.20120377Journ~ofYunnanUniversity基于小波包和SVM的小麦碰撞声分类研究张严严,郭敏(陕西师范大学计算机科学学院,陕西西安710062)摘要:采用小波包分析小麦完好粒、虫蛀粒、霉变粒的碰撞钢板声信号,提取3类信号节点能量、奇异值、节点包络信号的功率谱熵和谱熵臂4个特征,使用支持向量机进行分类,对3类小麦颗粒的识别正确率均在92%以上.实验结果表明,不同类型的小麦碰撞声信

2、号特征差异较大,此研究具有较强的实际应用价值,为小麦颗粒的分拣提供了可行方法.关键词:小麦碰撞声;小波包;支持向量机中图分类号:TP391.42文献标志码:A文章编号:0258—7971(2013)04—0463—06小麦在储藏过程中常遭受虫、霉、鼠等生物的取信号特征,用多层前馈神经网络进行分类,识别侵害,造成质和量的损失,及时有效的检测和防治率达96%以上⋯.具有重要的现实意义¨-2.储粮的声检测技术相对本文给出一种小波包和支持向量机(Support于传统储粮检测方法,具有轻便、简单、低廉、灵敏

3、VectorMachine,SVM)相结合的新方法,对小麦完度高等优点-3J,在近20多年以来,受到国内外许好粒、虫蛀粒和霉变粒3类碰撞钢板的声信号进行多学者的关注,成为该领域的研究热点.分类研究.碰撞声信号进行5层小波包分解,提取储粮碰撞声检测技术因其无损、快捷等优点得信号第5层各节点的能量、奇异值和节点包络信号到迅速应用.2001年,Pearson等利用声碰撞技的谱熵、谱熵臂作为特征向量,送入SVM分类器分术分析开心果碰撞钢板声,根据碰撞声信号的不类.该方法较好地识别了小麦完好粒、虫蛀粒和霉同

4、,分离壳未开和已开的开心果,分类正确率约为变粒.97%.2007年,Pearson等在分拣小麦虫蛀粒1理论方法时使用碰撞声发射模型,从时域信号建模和分析频谱幅度等方法提取信号特征,用神经网络进行分1.1小波包分解小波包分析是从小波分析延伸类,识别虫蛀粒准确率为87%.2008年,Kalkan出来的一种对信号进行更加细致的分解和重构的等将碰撞声系统用于从完好榛子中分离裂壳榛子,方法,其实质是对某函数-厂()或信号W(t)进行多提取碰撞声的时频特征,在线形判别分类器中进行层分析,但不同于小波分析的是它

5、同时对2个子空分类,识别率达到96%【sJ.2011年,Hosainpour等间进行分解.信号W(t)可以用递归式(1)进行小将碰撞声系统用于土豆和泥块的分离,分析信号的波包分解:时域与频域信息,在BP神经网络中进行识别,对f(£)=√2h()(2t一),土豆和泥块的识别率分别为97.3%和97.6%{【(二=_=(1).2012年,Khalesi等采集了两个胡桃品种的碰撞t)=√2>g(k)(2t—k).声,采用时域和基于FFT变换的频域分析方法提式中h(k)为高通滤波器组;g(k)为低通滤波器

6、+收稿日期:2012—07—03基金项目:国家自然科学基金(10974130).作者简介:张严严(1988一),女,河南人,硕士生,研究方向:信号处理、模式识别.E—mail:zhangyan一157@163.com.通信作者:郭敏(1964一),女,江苏人,教授,博士后,研究方向:模式识别、图像处理、数据融合,智能信息处理等,E—mail:guomin@snnu.edu.cn.云南大学学报(自然科学版)http://www.yndxxb.ynu.edu.cn第35卷组.从多分辨分析的角度看,小波

7、包分解是让信号倾斜角度为30。,用型号为舒尔BG4.1的专业麦W(t)通过高低通组合滤波器组,每次分解总是把克风录制碰撞声信号,并传送至装有MAYA44声原信号分解到高低2个频率通道内,接着对高低频卡的计算机中,采样频率为48000Hz,完好粒、虫部分分别进行同样的分解直到满足需要为止.因蛀粒和霉变粒各采集100组声信号,碰撞声实验装此,小波包分析不仅对信号的低频部分进行分解,置如图1所示.还会对高频部分进行分解;小波包变换能够将频带进行多层次划分,实现不同空间分辨率上的时频分二二二二二D麦掉洛点

8、析,并能根据被分析信号的特征自适应地选择相应的频带,使之与信号频带相匹配,从而提高了时频计算机分辨率¨,适用于信号的各种处理.1.2信号包络信号的差异信息往往体现在信碰撞版_麦克风If--ql号的包络里,在特征提取中经常用到Hilbert方法提取信号的包络.某信号W(t)的解析信号定义‘\为:图1小麦碰撞声信号实验装置g(t)=(t)+JW(£),(2)Fig.1Experimentalapparatusofthewheatkernelimpact其中W(t)为信号W(t)的Hil

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。