【摘要】：提出了一種基于主元分析(PCA)和核獨(dú)立主元分析(KICA)雙空間特征提取方法,PCA-KICA方法.運(yùn)用碰撞聲裝置采集玉米完好粒聲信號(hào)、蟲蛀粒聲信號(hào)、霉變粒聲信號(hào),首先將信號(hào)在PCA空間進(jìn)行特征提取,然后將提取的特征送入到KICA空間提取信號(hào)的特征向量,最終送入到粒子群優(yōu)化的支持向量機(jī)分類器中進(jìn)行分類.實(shí)驗(yàn)結(jié)果證明,單空間特征提取算法對(duì)于3類信號(hào)的分類效果不理想,但是采用雙空間中特征子空間的互補(bǔ)性可以克服單空間的限制.PCA-KICA雙空間特征提取方法的識(shí)別率最高,完好粒、蟲蛀粒、霉變粒的識(shí)別率分別達(dá)到95.00%、96.40%、97.80%.
【圖文】：

止叭整留

離，最終確定玉米粒掉落的高度為40cm、鋼板的傾斜角度為60°，碰撞板采用光滑不銹鋼板，大小為24cm×12cm×0．05cm．為了能采集到單顆粒玉米的碰撞聲，玉米先是由振動(dòng)給料機(jī)處理，通過調(diào)整碰撞聲角度并應(yīng)用專業(yè)舒爾BG4．1麥克風(fēng)采集碰撞聲，由計(jì)算機(jī)接收，并將其轉(zhuǎn)化為數(shù)字信號(hào)，以WAV格式保存在計(jì)算機(jī)中，圖1實(shí)驗(yàn)裝置Fig．1Experimentalapparatus便于以后進(jìn)行分析和處理．此次試驗(yàn)采集的碰撞聲信號(hào)采樣頻率為48kHz，共采集840個(gè)碰撞聲信號(hào)．由以上實(shí)驗(yàn)裝置采集到的完好粒聲信號(hào)、蟲蛀粒聲信號(hào)、霉變粒聲信號(hào)如圖2所示．從3類信號(hào)的時(shí)域圖中看出，這3類信號(hào)的幅值波動(dòng)差別比較大，，也就是說信號(hào)在衰變過程中有較大的差別．直接將3類信號(hào)的幅值輸入到分類器進(jìn)行分類，維數(shù)可能比較高，直接用PCA進(jìn)行特征提取的優(yōu)點(diǎn)就是對(duì)數(shù)據(jù)進(jìn)行降維，提高運(yùn)算速度．在之前的研究中，有許多方法被用于提取碰撞聲信號(hào)的非線性特征，但KICA很少被用到．2理論方法2．1PCA－KICA的處理方法PCA是通過線性變換的方式來提取主元變量，并且主元變量具有互不相關(guān)的特點(diǎn)，而KICA是利用高階統(tǒng)計(jì)信息得到各個(gè)獨(dú)立主元．KICA方法不能實(shí)現(xiàn)降維，而PCA可以實(shí)現(xiàn)數(shù)據(jù)降維．PCA是基于線性的分析方法，不適于解決非線性問題而KICA是非線性分析方法［12］．由以上分析可知PCA和KICA滿足子空間的互補(bǔ)性．假設(shè)觀測(cè)樣本Y是一個(gè)d×N的矩陣，即y11…y1n鐤鐤yd1…ydn=Y．(1)通常假設(shè)Y是經(jīng)過中心化后的樣本數(shù)據(jù)．則PCA－KICA特征提取的步驟如下［13］:(1)標(biāo)準(zhǔn)化觀測(cè)樣本矩陣:s豗=QY，(2)其中Q是Y的樣本方差矩陣平方根的逆．圖2碰撞聲信號(hào)Fig．2Impactacousticsignals46云南大學(xué)學(xué)報(bào)(自然科學(xué)版)http://ww
【作者單位】： 陜西師范大學(xué)計(jì)算機(jī)科學(xué)學(xué)院現(xiàn)代教學(xué)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(10974130) 陜西省科學(xué)研究發(fā)展計(jì)劃(2016NY-176,2016NY-198)
【分類號(hào)】：TN912.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬少華,高峰,李敏,吳成東;神經(jīng)網(wǎng)絡(luò)分類器的特征提取和優(yōu)選[J];基礎(chǔ)自動(dòng)化;2000年06期

2 管聰慧,宣國(guó)榮;多類問題中的特征提取[J];計(jì)算機(jī)工程;2002年01期

3 胡威;李建華;陳波;;入侵檢測(cè)建模過程中特征提取最優(yōu)化評(píng)估[J];計(jì)算機(jī)工程;2006年12期

4 朱玉蓮;陳松燦;趙國(guó)安;;推廣的矩陣模式特征提取方法及其在人臉識(shí)別中的應(yīng)用[J];小型微型計(jì)算機(jī)系統(tǒng);2007年04期

5 趙振勇;王保華;王力;崔磊;;人臉圖像的特征提取[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年05期

6 馮海亮;王麗;李見為;;一種新的用于人臉識(shí)別的特征提取方法[J];計(jì)算機(jī)科學(xué);2009年06期

7 朱笑榮;楊德運(yùn);;基于入侵檢測(cè)的特征提取方法[J];計(jì)算機(jī)應(yīng)用與軟件;2010年06期

8 王菲;白潔;;一種基于非線性特征提取的被動(dòng)聲納目標(biāo)識(shí)別方法研究[J];軟件導(dǎo)刊;2010年05期

9 陳偉;瞿曉;葛丁飛;;主觀引導(dǎo)特征提取法在光譜識(shí)別中的應(yīng)用[J];科技通報(bào);2011年04期

10 王華,李介谷;人臉斜視圖象的特征提取與恢復(fù)[J];上海交通大學(xué)學(xué)報(bào);1997年01期

相關(guān)會(huì)議論文 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉(zhuǎn)體的幾何特征提取方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學(xué)芳;;人臉識(shí)別中特征提取的一種改進(jìn)方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

4 杜栓平;曹正良;;時(shí)間—頻率域特征提取及其應(yīng)用[A];2005年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動(dòng)目標(biāo)的分割與特征提取[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

9 劉紅;陳光

本文編號(hào)：2549263