基于小波能量谱和BP神经网络的皮蛋破损检测
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金项目(31071578)


Preservedeggcrackdetectionbasedon waveletenergyspectrumandBPneutralnetwork
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    根据皮蛋蛋壳的声学特性,采用小波变换和BP神经网络相结合的处理方法,对皮蛋进行破损检测。首先对采集到的声音信号进行6层小波分解,计算每层分解信号的小波能量谱,构造小波能量谱分布的特征向量,然后将其作为神经网络的输入向量,基于MATLAB创建了网络结构为6-20-2的BP神经网络。检测结果表明,该方法对好壳皮蛋的识别率为88.5%,对损壳皮蛋的识别率为83.3%。

    Abstract:

    ThispaperpresentsamethodbasedonwaveletenergyspectrumandBPneutralnetwork todetectpreservedeggcracks.Firstly,theacousticresponsewascollectedanddecomposedinto6levels withwavelettransform.Thenthewaveletenergyspectrumwasextractedoneverylevel.Theeigenvectorbasedonwaveletpowerspectrum wasformed,whichwasusedastheinputofBPneutralnetwork. The6-20-2BPneutralnetworkwasbuiltbasedon MATLAB.Theexperimentalexampleachieveda crackdetectionrateof88.5% withnormal-shellpreservedeggs,and83.3% withcracked-shellpreservedeggs

    参考文献
    相似文献
    引证文献
引用本文

刘 龙,付美章,王树才.基于小波能量谱和BP神经网络的皮蛋破损检测[J].华中农业大学学报,2012,31(4):524-527

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-12-22
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期: