基于BP神经网络的小麦碰撞声信号分类.pdfVIP

第 2l卷 第 7期 电子设计工程 2013年 4月 Vo1．21 No．7 ElectronicDesignEngineering Apr．2013 基才BP神经网络的小麦碰撞声信号分类 张丽娜 (宝鸡文理学院 计算机科学系，陕西 宝鸡 721016) 摘要 ：小麦在储藏阶段 由于各种灾害导致损失 巨大 ，并降低 了面粉质量 ，及 时检测并分离小麦的受损颗粒迫在眉 睫。 文章 以提取 4类小麦碰撞声信号为基础 ．使用数字信号处理方法对小麦完好粒、虫害粒、霉变粒及发芽粒 的碰撞声信 号提取有效特征 ．最后利用BP神经网络进行分类 ，对于3类小麦类型的识别取得 了较好 的识别率。应用结果表 明BP 神经 网络能够较好地实现 区分受损小麦颗粒与完好小麦颗粒。 关键词 ：检测方法 ；碰撞声信号；BP神经网络 中图分类号 ：TP391．42 文献标识码 ：A 文章编号 ：1674—6236(2013)07—0163—02 W heatkernelsimpactacousticsignalclassificationbasedonBP neuralnetwork ZHANG Lina (DepartmentofComputerScience，Baoji【 e ofartsandScience，Baoji721016，China) Abstract：Instoragestage．ahugenumberofwheatwilllossduetovariousdisastersandthedamagedwheatkernelsreduce thequalityofhteflour，itisimportanttodetectandseparatethedamagedwheatkernelstimely．Thispaperusedigitalsignal processingmehtodtoanalyzetheimpactacousticsignalofun-damagedkernels，IDK(InsectDamagedKernels)，slab-damaged kernelsandsproutkernels，extractsomecharacteristicfeaturesofthefourtypeswheatkernels，andclassifythewheatkernels withBPneuralnetwork，getagoodrecognitionresultofthreetypeswheatkernelsintheend．TheresearchshowsthattheBP neuralnetworkisusefultothedetectionandsepraationofdamagedwheatkernelsandun-damagedwheatkernels． Keywords：detectionmethod；impactacousticsignal；BPneuralnetwork 粮食收获后 ．由于各种虫害或 自然灾害导致 的损失非常 变粒 以及发芽粒 的碰撞声信号，使用数字信号处理方法对声 巨大 。只有准确地检测 出受损颗粒 ．才能做到有 目的的防治． 音信号进行预处理、特征提取。并使用BP神经网络对 4类声 所 以发展和提高对小麦受损颗粒 的检测方法及结果 。至关重 音进行分类识别 。对其 中3类小麦颗粒的分类取得 了令人满 要 。传统的储粮害虫检测法有取样法和诱集法 ，随着检测技 意的效果 。实验结果显示 ：BP神经网络具有运算速度快、识 术 的发展 ，又 出现 了声测法 、近红外光谱法 、X射线法 、电导 别率高、算法简单等优点。 法、微波雷达法、图像识别法和 电子鼻法等 ，这些方法各有其