| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 论文研究背景及意义 | 第8页 |
| 1.2 碰撞声检测方法的研究现状 | 第8-11页 |
| 1.3 本文研究内容和组织结构 | 第11-14页 |
| 第2章 玉米碰撞声信号采集装置和实验材料 | 第14-18页 |
| 2.1 实验装置 | 第14-15页 |
| 2.2 实验材料 | 第15页 |
| 2.3 碰撞声信号分析 | 第15-18页 |
| 第3章 基于多域融合的受损玉米颗粒识别与分类 | 第18-42页 |
| 3.1 相关理论 | 第18-23页 |
| 3.1.1 总体经验模态方法 | 第18-20页 |
| 3.1.2 EEMD中的参数设置 | 第20-22页 |
| 3.1.3 希尔伯特域变换 | 第22-23页 |
| 3.2 特征提取 | 第23-32页 |
| 3.2.1 时域特征提取 | 第23-27页 |
| 3.2.2 频域特征提取 | 第27-30页 |
| 3.2.3 希尔伯特域特征提取 | 第30-32页 |
| 3.3 分类方法 | 第32-35页 |
| 3.3.1 SVM参数选择 | 第32-33页 |
| 3.3.2 PSO基本原理 | 第33-34页 |
| 3.3.3 PSO-SVM分类器构建 | 第34-35页 |
| 3.4 结果分析与讨论 | 第35-40页 |
| 3.4.1 实验流程图 | 第35-36页 |
| 3.4.2 基于时域结果分析 | 第36-37页 |
| 3.4.3 基于频域结果分析 | 第37-38页 |
| 3.4.4 基于希尔伯特域结果分析 | 第38-39页 |
| 3.4.5 基于多域结果分析 | 第39-40页 |
| 3.5 本章总结 | 第40-42页 |
| 第4章 基于PCA-KICA双空间受损玉米颗粒识别与分类 | 第42-52页 |
| 4.1 相关理论 | 第42-47页 |
| 4.1.1 相关和不相关 | 第42-43页 |
| 4.1.2 PCA信号处理 | 第43-46页 |
| 4.1.3 KICA信号处理 | 第46页 |
| 4.1.4 PCA-KICA信号处理 | 第46-47页 |
| 4.2 实验结果 | 第47-50页 |
| 4.2.1 采用单空间特征提取的对比实验 | 第47-48页 |
| 4.2.2 双空间特征提取算法的对比实验 | 第48-50页 |
| 4.3 本章总结 | 第50-52页 |
| 第5章 总结与展望 | 第52-56页 |
| 5.1 总结 | 第52-53页 |
| 5.2 本文创新点 | 第53页 |
| 5.3 展望 | 第53-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士学位期间的研究成果 | 第64页 |