小麦碰撞声信号特征识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究意义 | 第10页 |
| ·储粮害虫检测方法的研究现状 | 第10-11页 |
| ·储粮害虫声检测方法的发展 | 第11-13页 |
| ·碰撞声检测方法的研究现状 | 第13-14页 |
| ·论文的研究内容 | 第14-16页 |
| 第2章 小麦碰撞声检测系统设计 | 第16-22页 |
| ·硬件设计 | 第16-17页 |
| ·碰撞声装置 | 第16页 |
| ·声卡和麦克风 | 第16-17页 |
| ·软件设计 | 第17-19页 |
| ·计算机录音软件设置 | 第17-19页 |
| ·信号处理方法 | 第19页 |
| ·材料与信号采集 | 第19-22页 |
| 第3章 基于时域建模的小麦碰撞声特征提取研究 | 第22-36页 |
| ·曲线拟合 | 第22-26页 |
| ·线性拟合原理 | 第23-24页 |
| ·多项式拟合原理 | 第24-25页 |
| ·非线性拟合原理 | 第25页 |
| ·1stOpt软件 | 第25-26页 |
| ·小麦碰撞声信号处理及时域建模 | 第26-31页 |
| ·数据处理 | 第28-30页 |
| ·非线性拟合 | 第30-31页 |
| ·特征提取 | 第31-34页 |
| ·残差平方和 | 第31页 |
| ·判定系数 | 第31-32页 |
| ·拟合公式的3个参数 | 第32-33页 |
| ·峰值幅值 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第4章 基于HHT的小麦碰撞声特征提取研究 | 第36-50页 |
| ·引言 | 第36-37页 |
| ·相关概念 | 第37-39页 |
| ·Hilbert变换 | 第37页 |
| ·瞬时频率的概念 | 第37-38页 |
| ·固有模态函数 | 第38-39页 |
| ·HHT的实现过程 | 第39-41页 |
| ·经验模态分解 | 第39-41页 |
| ·Hilbert谱分析 | 第41页 |
| ·基于HHT的小麦碰撞声信号识别 | 第41-48页 |
| ·高频带能量 | 第45页 |
| ·高低频能量差 | 第45-46页 |
| ·最强IMF中心频率及其强度 | 第46-47页 |
| ·时频熵 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 人工神经网络对小麦碰撞声的分类识别 | 第50-60页 |
| ·引言 | 第50-51页 |
| ·人工神经网络的建立 | 第51-55页 |
| ·人工神经网络概述 | 第51-52页 |
| ·BP神经网络的拓扑结构 | 第52-54页 |
| ·BP网络的训练过程 | 第54-55页 |
| ·基于小麦碰撞声时域特征的神经网络分类识别 | 第55-58页 |
| ·样本分组及预处理操作 | 第55-56页 |
| ·神经网络的训练 | 第56-57页 |
| ·实验结果分析 | 第57-58页 |
| ·基于小麦碰撞声频域特征的神经网络分类识别 | 第58-59页 |
| ·样本分组及预处理操作 | 第58页 |
| ·神经网络的训练 | 第58页 |
| ·实验结果分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·本文的创新点 | 第61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读学位期间的研究成果 | 第68页 |
| 一.攻读硕士学位期间撰写的论文 | 第68页 |
| 二.攻读硕士学位期间参与的科研项目 | 第68页 |
