登录    注册    忘记密码

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

作  者:孙雪华[1] 郭敏[1] 马苗[1]

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

出  处:《云南大学学报(自然科学版)》

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心