论文部分内容阅读
为实现对玉米颗粒的自动分类,利用碰撞声信号装置采集玉米完好粒、虫蛀粒和霉变粒的840个声信号.分别从时域和频域对碰撞声信号进行分析和处理,提取信号特征.采用主成分分析方法对特征数据降维,利用BP神经网络进行分类.实验结果表明：该方法对完好粒、虫蛀粒和霉变粒3种玉米颗粒分类的正确率均达到90%以上.表明利用碰撞声信号识别玉米完好粒、虫蛀粒和霉变粒的效果良好,具有较强的实际应用价值,为检测玉米颗粒品质提供了一种新的途径.