【摘要】：提出了一種基于主元分析(PCA)和核獨立主元分析(KICA)雙空間特征提取方法,PCA-KICA方法.運用碰撞聲裝置采集玉米完好粒聲信號、蟲蛀粒聲信號、霉變粒聲信號,首先將信號在PCA空間進行特征提取,然后將提取的特征送入到KICA空間提取信號的特征向量,最終送入到粒子群優(yōu)化的支持向量機分類器中進行分類.實驗結果證明,單空間特征提取算法對于3類信號的分類效果不理想,但是采用雙空間中特征子空間的互補性可以克服單空間的限制.PCA-KICA雙空間特征提取方法的識別率最高,完好粒、蟲蛀粒、霉變粒的識別率分別達到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，玉米先是由振動給料機處理，通過調整碰撞聲角度并應用專業(yè)舒爾BG4．1麥克風采集碰撞聲，由計算機接收，并將其轉化為數(shù)字信號，以WAV格式保存在計算機中，圖1實驗裝置Fig．1Experimentalapparatus便于以后進行分析和處理．此次試驗采集的碰撞聲信號采樣頻率為48kHz，共采集840個碰撞聲信號．由以上實驗裝置采集到的完好粒聲信號、蟲蛀粒聲信號、霉變粒聲信號如圖2所示．從3類信號的時域圖中看出，這3類信號的幅值波動差別比較大，，也就是說信號在衰變過程中有較大的差別．直接將3類信號的幅值輸入到分類器進行分類，維數(shù)可能比較高，直接用PCA進行特征提取的優(yōu)點就是對數(shù)據(jù)進行降維，提高運算速度．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的特點，而KICA是利用高階統(tǒng)計信息得到各個獨立主元．KICA方法不能實現(xiàn)降維，而PCA可以實現(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滿足子空間的互補性．假設觀測樣本Y是一個d×N的矩陣，即y11…y1n鐤鐤yd1…ydn=Y．(1)通常假設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)標準化觀測樣本矩陣: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Fig．2Impactacousticsignals46云南大學學報(自然科學版)http://ww
【作者單位】： 陜西師范大學計算機科學學院現(xiàn)代教學技術教育部重點實驗室;
【基金】：國家自然科學基金(10974130) 陜西省科學研究發(fā)展計劃(2016NY-176,2016NY-198)
【分類號】：TN912.3

【相似文獻】

相關期刊論文 前10條

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

2 管聰慧,宣國榮;多類問題中的特征提取[J];計算機工程;2002年01期

3 胡威;李建華;陳波;;入侵檢測建模過程中特征提取最優(yōu)化評估[J];計算機工程;2006年12期

4 朱玉蓮;陳松燦;趙國安;;推廣的矩陣模式特征提取方法及其在人臉識別中的應用[J];小型微型計算機系統(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];計算機技術與發(fā)展;2007年05期

6 馮海亮;王麗;李見為;;一種新的用于人臉識別的特征提取方法[J];計算機科學;2009年06期

7 朱笑榮;楊德運;;基于入侵檢測的特征提取方法[J];計算機應用與軟件;2010年06期

8 王菲;白潔;;一種基于非線性特征提取的被動聲納目標識別方法研究[J];軟件導刊;2010年05期

9 陳偉;瞿曉;葛丁飛;;主觀引導特征提取法在光譜識別中的應用[J];科技通報;2011年04期

10 王華,李介谷;人臉斜視圖象的特征提取與恢復[J];上海交通大學學報;1997年01期

相關會議論文 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國控制與決策學術年會論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉體的幾何特征提取方法[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學芳;;人臉識別中特征提取的一種改進方法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

4 杜栓平;曹正良;;時間—頻率域特征提取及其應用[A];2005年全國水聲學學術會議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運動目標的分割與特征提取[A];全國第二屆信號處理與應用學術會議�？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)仿真技術及其應用學術會議論文集[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年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[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年中國機械工程學會年會論文集[C];2005年

9 劉紅;陳光

本文編號：2549263