小麦虫蚀粒声学检测方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·声学检测技术发展状况及应用 | 第8-10页 |
| ·声学检测技术概况 | 第8-9页 |
| ·声学检测技术的应用 | 第9-10页 |
| ·农产品品质检测发展概况 | 第10-13页 |
| ·本文研究的目的及意义 | 第13-15页 |
| ·小麦虫蚀粒检测现状 | 第13-14页 |
| ·本文研究的主要内容及章节安排 | 第14-15页 |
| 第二章 小麦虫蚀粒声音信号的采集及预处理 | 第15-20页 |
| ·小麦声音信号的采集 | 第15-17页 |
| ·小麦声音信号的采集装置 | 第15-16页 |
| ·试验样品选取和制备 | 第16页 |
| ·小麦声音信号采集 | 第16-17页 |
| ·小麦声音信号预处理 | 第17-19页 |
| ·小结 | 第19-20页 |
| 第三章 小麦虫蚀粒声音信号分析及特征提取 | 第20-35页 |
| ·时域特征提取 | 第20-25页 |
| ·频域特征提取 | 第25-33页 |
| ·基于FFT的特征提取 | 第25-30页 |
| ·基于离散余弦变换的特征提取 | 第30-33页 |
| ·小麦虫蚀粒声学特征的选择 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 小麦完善粒与虫蚀粒分类识别 | 第35-56页 |
| ·模式识别概述 | 第35-37页 |
| ·BP神经网络判别法 | 第37-45页 |
| ·BP神经网络理论 | 第37-39页 |
| ·BP神经网络的构建 | 第39-41页 |
| ·BP神经网络的训练及识别分类 | 第41-45页 |
| ·基于libsvm的SVM判别分类 | 第45-51页 |
| ·SVM与libsvm简述 | 第45-47页 |
| ·libsvm和Matlab的接口配置 | 第47页 |
| ·基于libsvm的SVM判别分类 | 第47-51页 |
| ·论文试验验证 | 第51-55页 |
| ·小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·存在问题与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63页 |
