一种基于经验模式分解和支持向量机的传感器故障诊断方法.docVIP

基于二叉树支持向量机的小麦碰撞声分类研究 李璟民， 郭 敏* （陕西师范大学 计算机科学学院，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：A PACS: Study on the classification of wheat impact acoustic signals based on binary tree SVM LI Jingmin, GUO Min* (College of Computer Science, Shaanxi Normal University, Xi’an 710062, Shaanxi, China) Abstract: Several problems exist in wheat kernels such as insect infestation, mold-damaged kernel and sprout-damaged kernel. In order to sort the wheat kernels into different types automatically, a novel approach which integrates binary tree and support vector machine (SVM) is proposed to discriminate between four different types of wheat kernels by impact acoustic signals. At first, the impact acoustic signals were analyzed and potential features were exacted from them in both time and frequency domains. Then the SVM based on binary tree was used for pattern recognition. Detection accuracy rates of the presented system for undamaged kernel, insect damage, moldy and sprout damage were above 84.0%. The experimental results show that our research has a high value on application and provides a feasible method for automatic classification of wheat kernels. Key words: wheat impact acoustic signals; binary tree; support vector machine 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