基于碰撞声信号处理的小麦虫害粒检测与识别

《基于碰撞声信号处理的小麦虫害粒检测与识别》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、分类号ＴＰ３９１密级公开学号１３２２８８■ＷｉＷ壓Ｍ；疆誦歴■■■硕＋学位论文（学术型）考基于碰撞声信号处理的小麦虫害粒检测与识别目ｒ，作者马歲廷指导教师郭敏教授－级学科名称计算机科学与技术二级学科名称计算机应用技术提交日期二〇—六年五月学位论文原创性声明本人声明所呈交的学位论文是我在导师的指导下进行研巧工作所取得的研巧成果。尽我所知，，除文中已经注明引用的内容和致谢的地方外本论文不包含其他个人或集体己经发表或撰写过的研巧成果，也不包含本人或他人己申请学位或其他用途使用过的成果。对

2、本文的研巧做出重要贡献的个人和集体，均己在文中作了明确说明并表示谢意。本学位论文若有不实或者侵犯他人权利的一，本人愿意承担切相关的法律责任。／〇２〇／女ＰｊＴ作者签名：月日：日期年学位论文知识产权及使用授权声明书本人在导师指导下所完成的学位论文及相关成果，知识产权归属陕西师范大学、使用学位论文的规定，允许本论文被。本人完全了解陕西师范大学有关保存査巧和借阅，学校有权保留学位论文并向国家有关部口或机构送交论文的纸质版和电子版，可，有权将本论文的全部或部分内容编入有关数据库进行检索Ｗ采用任何复制手段保存和汇编本论文。本人保证毕业离校后，

3、发表本论文或使用本论文成果时署名单位仍为陕西师范大学。保密论文解密后适用本声明。作者签名：日期：ｄｗ《年Ｐ备月ｄ日．摘要一些潜在的危害是不容忽略的小麦内的害虫会损害大量储粮，，比如，害虫侵入会造成小麦营养成分流失，且害虫的残余尸体或排泄物会污染小麦。长期食用虫害粒小麦会造成营。养不良，甚至诱发疾病。因此，对小麦虫害粒的检测与识别工作刻不容缓本文主要研巧对象为完好粒小麦与虫害粒小麦。为实现对小麦虫害粒的有效检测与识别，本文提出Ｈ种基于碰撞声信号处理的方法检测完好粒小麦与虫害粒小麦，包括：基于总体经＇？验模态分解的方法、基于双谱与积分双

4、谱分析的方法、改进极限学习机与蜡挺算法相结合的方法，这Ｈ种方法均取得良好的检测准确率，。通过实验表明了所提出方法对虫害粒小麦识别检测的有效性。，也为小麦及其他农产品检测提供依据本文内容安排如下：１介绍了研巧背景及研巧意义，概述了前人工作中小麦虫害粒的检测技术，Ｗ及基于（）、碰撞声信号的方法在小麦、开屯果、擦子、胡桃、大豆、王豆、大米、玉米等农产品的识别检测方面取得的进展。（２）描化了用于采集小麦碰撞声信号的实验装置。３对于小麦虫害粒的检测，本文将前人工作中对小麦碰撞声信号传统的时频域特征提（）取方法进行改进，提出了基于总体经验模态分解的碰撞声

5、信号处理方法检稱虫害粒小麦，通过ＥＥＭＤ获取固有模态函数：６Ｆ６ＩＭＦ，提取新的有效判别特征，包括前个ＩＭ峭度个、前波形因子、前８个ＩＭＦＲ６ｎｙｉ搁及平稳度指数均值，随后使用Ｌｉｂｓｖｍ进行分类，利用网格搜索算法过寻找训练集最高十折交叉验证准确率优化径向基函数核参数及惩罚因子参数。，通通过实验，完好粒小麦与虫害粒小麦的检测准确率分别为９８．７％、９３．３％。与前人工作相比，两类小麦的分类准确率获得明显提升，表明所提出方法对虫害粒小麦检测是有效的。此外，一当加入３００个发霉粒小麦及３００个发芽粒小麦时，所提出方法依然能够在定程度上检测虫一害粒小麦。

6、，进步表明所提出方法对虫害粒小麦检测与识别的有效性４）对于小麦虫害粒的检测，本文将前人工作中对小麦碰撞声信号传统的时频域特征提（取方法进斤改进，提出了基于双谱与积分双谱分析的碰撞声信号处理方法检测虫害粒小麦。提取了３６４个初始特征，包括：５４个双谱对角切片谱特征、５４个双谱水平切片谱特征、口８一１２８个围线积分谱特征。随后个积分双谱特征及，采用主成分分析进步提取所需判别特征，使用Ｌｉｂｓｖｎｉ进行分类，利用网格搜索算法，通过寻找训练集最高千折交叉验证准确率优化径向基函数核参数及惩罚因子参数。通过实验，完好粒小麦与虫害粒小麦的检测准确率分别为％．０％、

7、９１．０％，表明了所提出算法对虫害粒小麦检测与识别的有效性。此外，与前人工作相比，所提出方法具备对高斯噪声的鲁棒性。５提出了改进极限学习机与蜡挺算法相结合的方法检测小麦虫害粒（）。通过短时傅里叶Ｉ变换获取毎个碰撞声信号的时频块，随后对每个时频块进行Ｇａｕｓｓｉａｎ建模与参数估计。将所估计的２６个参数将征（包含１３个均值特征与１３个方差特征）作为判别特征，随后采用改进－的极限学习机ＣＯＡＳＥＬＭ对小麦虫害粒进行识别检测－，并用蜡挺算法优化ＣＯＡＳＥＬＭ相应参数，９９