基于广义回归神经网络的小麦碰撞声信号分类

• 作者: 张丽娜 马巧梅
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 检测方法 碰撞声信号 广义回归神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1405-1408
• 页数: 4页
• 分类号: TP391.42
• 字数: 3156字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.06.026

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,最后利用广义回归神经网络进行分类,对于3类小麦类型的识别取得了较好的识别率.应用结果表明广义回归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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马巧梅	宝鸡文理学院计算机学院	29	88	5.0	7.0
2	张丽娜	宝鸡文理学院计算机学院	12	57	3.0	7.0