共查询到19条相似文献,搜索用时 187 毫秒
1.
《农业机械学报》2017,(11)
就单品种淡水活鱼数量估计问题,以鲫鱼和鳊鱼为研究对象,采用不同数量淡水鱼的被动水声信号作为样本。通过4~6层小波包分解算法,对比分析了样本的若干特征提取方案,明确了鲫鱼水声信号特征的提取方案为短时平均过零率+6层小波包分解频段能量,而鳊鱼只需提取6层小波包分解频段能量作为其信号特征。根据不同样本集划分方法比较结果,确定了鲫鱼样本集划分方法为Rank-SPXY(m=10),鳊鱼为Rank-SPXY(m=5)。利用竞争自适应重加权采样,筛选出样本的关键特征,并使用多元线性回归和偏最小二乘回归建立了若干淡水活鱼的数量估计模型,结果表明:多元线性回归模型的性能较好,鲫鱼和鳊鱼数量估计模型的复相关系数分别为0.835和0.894,相对分析误差分别为1.79和2.01。 相似文献
2.
3.
针对淡水鱼混合比例识别问题,以鳊鱼和鲫鱼为研究对象,通过水听器采集不同混合比例下的淡水鱼被动水声信号,利用butter函数进行信号预处理,分别提取短时平均能量、短时平均过零率、4层小波包分解频段能量、平均Mel频率倒谱系数、基于功率谱的主峰频率和主峰值等特征,构建特征向量,建立了基于主成分分析的支持向量机混合比例识别模型。分析了不同混合比例的淡水鱼水声信号之间的显著性差异,研究了主成分个数对模型识别率的影响。结果表明,平均Mel频率倒谱系数对淡水鱼混合比例识别效果最优,主成分个数为19时,平均识别正确率为96. 43%,Kappa系数为0. 96。 相似文献
4.
5.
提出了一种基于小波包能量谱的微电机故障检测方法.测试了微电机在几种不同故障类型下的振动信号,利用小波包变换的分解和重构算法,计算出各子频带的能量谱,并进行归一化处理.各频带信号的能量变化包含着丰富的微电机运行状态信息,在正常情况和故障情况下,小波包分解后各频段信号的能量有明显差异,以频带能量谱构造的特征向量可以建立能量变化到故障的映射关系.初步实验结果表明,小波包能量谱可应用于微电机故障检测. 相似文献
6.
7.
为了正确地识别植物常见的胁迫种类,以采集的正常状态和7种胁迫下的植物电信号为样本,结合小波包分解提取特征值能力强的优点,应用模糊准则来优化小波包分解,提取植物电信号中的最优小波包基能量值构成特征集,应用更适合处理模糊的、非线性信号的BP神经网络作为分类器,以实现对不同逆境因子类型的识别.首先利用小波包对采集的植物电信号进行降噪预处理,然后列举了样本经基于模糊准则的小波包处理后各小波包基上的能量样本值,绘制了特征分布图,最后通过对芦荟、碧玉、虎皮兰和蟹爪兰4种植物所处7种胁迫的判断,以统计特征值作为对照,采用所提方法胁迫平均识别率达到95.95%,验证了此方法的准确性和可行性. 相似文献
8.
建立转子系统的扭矩激励与其电机电流耦合仿真模型,研究不同性质(阶跃、线性、暂态、正弦)扭矩激励下电机电流频谱特性,运用奇异值分解法剔除电流信号的工频成分,将除去工频成分后的不同性质扭矩激励下电机电流信号进行三层小波包分解生成能量谱特征向量,并设计优良性能的BP神经网络,将得到的电流信号的特征向量以及需要识别的扭矩激励类型输入BP神经网络训练,经试验数据验证表明:利用小波包能量谱和神经网络对转子系统电机电流分析可以实现转子系统扭矩激励的识别。 相似文献
9.
10.
针对交-交变频调速系统中传统故障诊断方法难以准确判断隐性故障类型的问题,本文提出了一种基于db1小波包和db24小波包变换近似熵的特征能量提取方法:首先用db1小波包分解并提取采样信号的低频重构信号,用db24小波包分解并提取采样信号的高频重构信号:而后提取各个频带段的近似熵,根据具体的判断规则确定电机运行的隐性故障特征信号.实验和仿真证明,该方法弥补了传统方法提取微弱特征的不足,能够很好用于隐性故障诊断的检测,表明该方法的可行性和有效性. 相似文献
11.
为解决基于声散射数据的鱼分类与识别问题,提出了一种基于SVM的多方位声散射数据协作融合鱼分类方法。首先,提取多方位声散射数据的小波包系数奇异值、时域质心及离散余弦变换系数特征,并进行特征融合;然后,采用支持向量机(SVM)分类器对每个方位提取的特征做出决策,并将决策结果表示成后验概率的形式,同时利用每个方位的决策概率对其他方位的决策进行加权;最后输出分类结果。采用3类鱼作为研究对象,得到不同方位数量条件下基于协作融合方法的分类正确率最终达到92%以上。试验数据处理结果表明,随着方位数量的增加,总体分类正确率呈升高的趋势,基于SVM的协作融合方法可以有效提高分类正确率。 相似文献
12.
小波包分解与神经网络相结合的变速箱齿轮故障识别 总被引:5,自引:1,他引:5
提出了一种识别变速箱齿轮故障的新方法,通过对小波包分解的分析研究,将基于小波包能量的小波包分解特征提取方法用于提取齿轮运行状态的特征向量,并以此作为BP神经网络的输入对神经网络进行训练,建立了基于BP神经网络的齿轮运行状态分类器,用以识别齿轮的运行状态,, 变速箱齿轮故障识别为例,用文中所述方法对变相齿轮的正常状态,磨损状态,断齿状态进行识别验证,验证结果表明该方法的效果良好。 相似文献
13.
阐述了小波包的基本原理,介绍了利用小波包给信号去噪的一般工作原理,结合南水北调东线工程某泵站水泵机组的现场振动测试数据,利用小波包理论对被噪声污染的水泵机组的振动测试信号进行去噪分析,从中提取出无污染的振动信号,进一步对机组的故障做出诊断分析.选用db4小波对原始信号进行3层小波包分解,选用启发式SURE阈值,跟据最低层的小波包分解系数和经过量化处理系数,进行小波包重构.结果表明,利用小波包去噪的相关理论,对信号进行去噪处理有效地消除了噪声污染,使消噪后的信号与原始信号保持相似性. 相似文献
14.
鱼体头尾及腹背自动定向是推进淡水鱼全程机械化加工的重要前提。基于水平振动方法和视觉图像识别技术设计自动头尾和腹背定向装置。通过对鱼体在头尾定向振动台上的受力分析和运动状态分析,阐明鱼体转动原理和头尾前进原理,将鱼体在振动台上的运动状态分为4种,基于此分析了鱼体成功进行头尾定向的条件。结合图像识别技术,创制导向机构、视觉识别系统、剔除机构、V形腹背定向执行机构、V形校正输送机构,实现鱼体自动腹背作业。以鲫鱼、草鱼、白鲢3种典型淡水鱼为试验对象,以鱼体完成定向时间和成功率作为评价指标,探究了鱼体种类、输送带类型、振动幅度、振动频率对鱼体头尾定向效果的影响规律,并探究鱼体种类对腹背定向效果的影响规律。试验结果表明:鱼体在振动台上的头尾前进运动状态理论计算与试验结果一致,证明本文理论计算可以有效指导实际头尾定向作业。输送带为倒三角纹时,鱼体才能完成头尾定向作业。鱼体头尾定向效果随振动幅度和频率增大而提升,当振动幅度大于160mm时整机振动剧烈,因此最优幅度为160mm;当频率大于5Hz,定向效果变化不明显,因此最优频率为5Hz。腹背定向效果由输送带输送速度和机器视觉识别准确率决定,各类鱼体腹背定向时间保持在15s、定向成功率在95%~97%范围内。研究结果可为鱼体自动定向装置工艺参数设计和选择提供技术参考。 相似文献
15.
针对鱼体贮藏方式(冰鲜与冷冻)鉴别问题,提出一种基于单片机系统和生物阻抗的鱼体贮藏方式快速检测技术,并测试分析了冰鲜和解冻的鲫鱼、鲤鱼在信号频率为1 kHz和16 kHz时的阻抗相对变化率。结果表明,冰鲜鱼的阻抗相对变化率大于100%,而解冻鱼的阻抗相对变化率小于100%。利用Arduino单片机系统、定值电阻和高频交流电压传感器等电路元件搭建了电路检测系统,将鱼体接入检测系统后,分别获取交流信号频率为1 kHz和16 kHz时的定值电阻和鱼体两端的电压信息,计算频率从1 kHz到16 kHz变化时鱼体阻抗的相对变化率,利用阻抗相对变化率鉴别冰鲜鱼和解冻鱼,并在显示终端上输出检测结果。本文提出的检测技术性能良好、操作简单便捷,在检测过程中对鱼体无损伤,且识别过程准确高效,检测准确率可达95%。 相似文献
16.
电子鼻漂移阈值构建及其在白酒鉴别中的应用 总被引:1,自引:0,他引:1
为了有效去除电子鼻漂移,提出了一种基于空载条件小波包分解的漂移去除方法。对电子鼻空载数据进行小波包分解,获得小波包分解的逼近系数集;在对其进行离散度分析之后,构建了空载条件下的一种阈值函数。在此阈值函数基础上,扩展成为样本(有载)条件下的去漂移阈值函数,进而发展成有载样本的漂移剔除方法。为了检验该方法的有效性及实用性,将其应用于4种白酒的鉴别中。对4种白酒电子鼻数据按测试时间顺序生成训练集和测试集,线性的Fisher判别分析结果表明,训练集、测试集数据处理后的鉴别正确率均得到了提高,最低提高值为23.65%。表明此方法能够提升电子鼻的检测能力。同时,为了进一步检验该漂移去除方法的性能,采用非线性的BP神经网络进行鉴别分析,结果显示:训练集的鉴别正确率从处理前的65.5%提高到处理后的100%,处理后的测试集鉴别正确率也达到了97.5%。这不仅说明了4种白酒的鉴别属较复杂的非线性分类问题,还充分说明了该漂移去除方法的有效性。 相似文献
17.
18.