基于分形维数和HHT的蚜虫刺吸电位波形机器识别-农业工程学报.PDF

第 34 卷 第 24 期 农 业 工 程 学 报 Vol.34 No.24 2018 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2018 175 基于分形维数和 HHT 的蚜虫刺吸电位波形机器识别 1 1 1 2 1 2 吴莉莉 ，贾树恒 ，邢玉清 ，卢少华 ，潘建斌 ，闫凤鸣 （1. 河南农业大学理学院，郑州 450002 ； 2. 河南农业大学植物保护学院，郑州 450002 ） 摘 要：昆虫刺吸电位（electrical penetration graph ，EPG ）技术在研究刺吸式昆虫取食行为、昆虫与植物的关系、昆虫 传毒机制、作物抗虫机制等方面得到了广泛的应用，然而 EPG 信号的识别和分析一直是靠人工进行，亟需波形自动识别 系统以提高分析效率。刺吸式昆虫取食植物时，产生的 EPG 波形跟昆虫和植物的种类有关，不同类别的刺吸式昆虫 EPG 波形差别很大，即使是同种类型的 EPG 波形其幅值和频率间也会有差异，这给 EPG 波形的机器识别带来了困难。该文 以蚜虫的EPG 信号为研究对象，对 np 波、pd 波、E1 波、E2 波、G 波、C 波和 F 波的特征提取和分类识别进行了研究， 提出了一种基于分形维数、希尔伯特-黄变换（hilbert-huang transform ，HHT ）和决策树的EPG 波形识别方法。首先对 EPG 仪器采集得到的信号进行去噪预处理，分别提取分形维数和 HHT 共 10 维特征，组成不同维数的特征向量进入决策树分 类器进行对比试验。试验结果表明，可采用分形盒维数、Hurst 指数、前 2 层的谱质心和加权频率融合的 6 维特征向量获 得较高的识别率。在 EPG 波形的机器识别中采用 6 维特征向量输入的决策树进行分类，通过对 4 组不同样本进行测试， 得到了 92.14%、89.29%、95%和 89.29%的识别率，平均识别率为 91.43% 。研究结果表明该文提出的基于分形维数和HHT 的特征提取方法以及构建的决策树分类器具有一定的可行性，可为研发EPG 信号自动识别分析系统提供理论参考。 关键词：昆虫；分形维数；特征提取；刺吸电位波形；希尔伯特-黄变换；决策树；分类 doi ：10.11975/j.issn.1002-6819.2018.24.021 中图分类号：TP391; TN911.72 文献标志码：A 文章编号：1002-6819(2018)-24-0175-09 吴莉莉，贾树恒，邢玉清，卢少华，潘建斌，闫凤鸣. 基于分形维数和 HHT 的蚜虫刺吸电位波形机器识别[J]. 农业工程 学报，2018，34(24)：175－183. doi ：10.11975/j.issn.1002-6819.2018.24.021 Wu Lili, Jia Shuheng, Xing Yuqing, Lu Shaohua, Pan Jianbin, Yan Fengming. Machine identification of electrical penetration graphic waveforms of aphid based on fractal dimension and Hilbert