基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前小麦虫蚀粒检测工作强度大、检测速度慢及准确度低等缺点,给出了一种基于声学原理的小麦虫蚀粒检测方法。首先,利用自制声音信号采集装置采集小麦籽粒撞击金属靶子产生的超声信号;然后,进行预处理,对预处理后的信号进行傅里叶变换,提取相关特征;最后,以提取的特征作为BP神经网络的输入对虫蚀粒进行分类检测。对虫蚀粒和完善粒各30个样本的测试结果表明:这些声学特征对虫蚀粒正确检测率达到90%,完善小麦识别粒率为93%,对小麦总体的判别精度达到91.5%。
推荐文章
基于形状特征的大米虫蚀粒检测方法
大米虫蚀粒
Freeman链码
边缘提取
Fisher分类器
基于图像处理和神经网络的小麦不完善粒识别方法研究
图像处理
小麦
不完善粒
神经网络
识别
基于小波包变换的小麦硬度声学检测方法研究
声学检测
小麦硬度
小波包变换
频带能量
回归分析
基于CNN神经网络的小麦不完善粒高光谱检测
小麦
不完善粒
高光谱检测
卷积神经网络模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于声学原理的小麦虫蚀粒检测方法研究
来源期刊 农机化研究 学科 农学
关键词 小麦 虫蚀粒 傅里叶变换 声学特征 BP神经网络
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 33-36
页数 4页 分类号 S477.6|S122
字数 2039字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨红卫 河南工业大学信息科学与工程学院 40 193 9.0 11.0
2 王爱民 河南工业大学电气工程学院 14 32 3.0 5.0
3 魏琳 河南工业大学信息科学与工程学院 15 16 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (58)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (12)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
小麦
虫蚀粒
傅里叶变换
声学特征
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导