| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 论文研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文研究内容与结构安排 | 第12-14页 |
| 第2章 小麦碰撞声信号采集 | 第14-16页 |
| 2.1 实验装置 | 第14-15页 |
| 2.2 信号采集与分析 | 第15-16页 |
| 第3章 基于EEMD的小麦虫害粒检测与识别 | 第16-32页 |
| 3.1 相关基本理论 | 第16-19页 |
| 3.2 基于EEMD的信号特征提取 | 第19-26页 |
| 3.2.1 IMF峭度 | 第20-21页 |
| 3.2.2 IMF波形因子 | 第21-22页 |
| 3.2.3 IMF三阶Renyi熵 | 第22-23页 |
| 3.2.4 平稳度指数均值 | 第23-26页 |
| 3.3 实验结果分析与讨论 | 第26-30页 |
| 3.3.1 检测系统流程图 | 第26-27页 |
| 3.3.2 SVM核参数优化 | 第27-28页 |
| 3.3.3 SVM分类结果与分析 | 第28-30页 |
| 3.4 本章总结 | 第30-32页 |
| 第4章 基于双谱与积分双谱分析的小麦虫害粒检测与识别 | 第32-48页 |
| 4.1 相关基本理论 | 第32-35页 |
| 4.1.1 功率谱密度估计 | 第32页 |
| 4.1.2 双谱基本理论 | 第32-34页 |
| 4.1.3 积分双谱基本理论 | 第34-35页 |
| 4.2 基于双谱与积分双谱分析的信号特征提取 | 第35-40页 |
| 4.2.1 双谱切片谱特征 | 第37-38页 |
| 4.2.2 积分双谱特征 | 第38-39页 |
| 4.2.3 围线积分双谱特征 | 第39-40页 |
| 4.3 PCA特征提取 | 第40-41页 |
| 4.4 实验结果分析与讨论 | 第41-46页 |
| 4.4.1 检测系统流程图 | 第41-42页 |
| 4.4.2 SVM核参数优化 | 第42页 |
| 4.4.3 GS-SVM分类结果与分析 | 第42-46页 |
| 4.5 本章总结 | 第46-48页 |
| 第5章 改进极限学习机与蜻蜓算法结合的小麦虫害粒检测与识别 | 第48-60页 |
| 5.1 相关基本理论 | 第48-53页 |
| 5.1.1 ELM基本理论 | 第48-50页 |
| 5.1.2 OAS-ELM基本理论 | 第50-51页 |
| 5.1.3 改进的ELM(COAS-ELM) | 第51-52页 |
| 5.1.4 蜻蜓算法基本理论 | 第52-53页 |
| 5.2 基于Gaussian建模的信号特征提取 | 第53-56页 |
| 5.2.1 时频分析 | 第54-55页 |
| 5.2.2 Gaussian建模与特征提取 | 第55-56页 |
| 5.3 实验结果分析与讨论 | 第56-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第6章 讨论、总结与展望 | 第60-64页 |
| 6.1 讨论 | 第60-61页 |
| 6.2 全文总结 | 第61-62页 |
| 6.3 本文创新点 | 第62-63页 |
| 6.4 进一步工作展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 攻读硕士学位期间科研成果 | 第72页 |