基于双谱和支持向量机的小麦碰撞声分类研究
2013-07-27张严严
计算机工程与应用 2013年23期
张严严,郭 敏
陕西师范大学 计算机科学学院,西安 710062
基于双谱和支持向量机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,西安 710062
1 引言
小麦在储藏期间,易发生虫害和霉变,导致小麦质量下降,有效地检测和防治工作显得尤为重要。常见的储粮检测方法有粮食探管法、机器视觉检测法、电导率检测法、近红外反射光谱法、软X线成像法等[1]。但这些方法存在劳动强度大、代价高等缺陷。因此,具有轻便、简单、快捷、廉价等优势的声检测技术日益成为该领域的研究热点[2]。
近年来,在声检测领域,碰撞声技术因其方便、快捷得到广泛应用。2001年,Pearson等人首次采用声碰撞技术实时分析开心果碰撞钢板声,根据碰撞声信号的不同,分离壳未开和已开的开心果,分类正确率约为97%[3-4]。2007年,Pearson等人利用碰撞声信号检测小麦虫蛀粒(Insect Damaged wheat Kernels,IDK),从时域信号建模和短时窗方法等方面处理信号,用神经网络进行特征分类,识别IDK准确率为87%[5]。2007年,Ince等人利用碰撞声信号检测裂壳榛子和小麦IDK,根据Fisher判别准则对自适应分段声信号提取特征,进行分类,对完好中破损榛子和完好小麦中IDK识别率均达90%以上[6]。2008年,Elbatawi等人把碰撞声分类系统用于土豆块空心病识别,根据完好土豆块碰撞声幅度大于空心块茎、峰值频率高于空心块茎的特点,提取信号三部分特征进行分类,准确率约98%[7]。2012年,Khalesi等人采集了两个胡桃品种的碰撞声,采用时域和基于FFT变换的频域分析方法提取信号特征,用多层前馈神经网络进行分类,识别率达90%以上[8]。……
登录APP查看全文
