马彧廷，郭敏

（陕西师范大学 计算机科学学院，陕西 西安　710062）

基于极限学习与蜻蜓算法的小麦碰撞声信号检测与识别

马彧廷，郭敏

（陕西师范大学 计算机科学学院，陕西 西安710062）

虫害损害大量储粮，长期食用虫蛀粒小麦会造成营养不良，甚至诱发疾病，因此对受损粒小麦的检测工作刻不容缓。本文提出一种新的基于碰撞声的方法结合极限学习机与蜻蜓优化算法检测小麦虫蛀粒与发芽粒。从时域频域两方面提取信号特征，包括：时域短时窗口最大幅值与方差、峭度、3阶Rényi熵、功率谱均方根。随后采用极限学习机进行分类，并用蜻蜓算法优化相应参数。实验结果显示，93%的完好粒、95%的虫蛀粒及87%的发芽粒被正确识别，表明了本文所提出算法对受损粒小麦检测的有效性。

碰撞声学；极限学习机；蜻蜓优化算法；受损麦粒；识别检测

小麦中存在一定数量的受损麦粒，其中主要包括虫蛀粒与发芽粒，这些受损麦粒将影响面粉质量。在麦粒收获季节，当含水量较高时，麦粒容易发芽，形成发芽粒。对于虫蛀麦粒，害虫会损害大量储存小麦［1］。长期食用受损粒小麦会造成营养不良，甚至诱发疾病。因此，对受损粒小麦的检测工作刻不容缓。先前研究者采用X射线成像、幼虫蠕动与咀嚼声检测、二氧化碳检测等方法来检测虫蛀粒小麦。然而，由于这些方法具有操作缓慢、设备昂贵、劳动密集等缺点，使之不能定量检测虫蛀粒小麦。2005年，Pearson等人率先采用基于碰撞声的方法检测虫蛀粒小麦，提取碰撞声信号的时域及频域特征，检测完好粒与虫蛀粒小麦的识别率分别为87.4%、85%［2］。……