期刊文章详细信息
基于PCA和KICA双空间特征提取的玉米碰撞声信号分类
Corn impact acoustic signal classification based on PCA-KICA dual space feature extraction
文献类型:期刊文章
机构地区:[1]陕西师范大学计算机科学学院现代教学技术教育部重点实验室,陕西西安710062
基 金:国家自然科学基金(10974130);陕西省科学研究发展计划(2016NY-176;2016NY-198)
年 份:2017
卷 号:39
期 号:1
起止页码:45-49
语 种:中文
收录情况:AJ、BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、IC、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊
摘 要:提出了一种基于主元分析(PCA)和核独立主元分析(KICA)双空间特征提取方法,PCA-KICA方法.运用碰撞声装置采集玉米完好粒声信号、虫蛀粒声信号、霉变粒声信号,首先将信号在PCA空间进行特征提取,然后将提取的特征送入到KICA空间提取信号的特征向量,最终送入到粒子群优化的支持向量机分类器中进行分类.实验结果证明,单空间特征提取算法对于3类信号的分类效果不理想,但是采用双空间中特征子空间的互补性可以克服单空间的限制.PCA-KICA双空间特征提取方法的识别率最高,完好粒、虫蛀粒、霉变粒的识别率分别达到95.00%、96.40%、97.80%.
关 键 词:碰撞声信号 主元分析 核独立主元分析 特征提取 粒子群优化支持向量机
分 类 号:TP391.42]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...