用什么人敲击西瓜的人工嘴声学特性性最好

来源：蜘蛛抓取(WebSpider) 时间：2019-06-20 08:20 标签： 声学特性

【摘要】：人工嘴声学特性性检測和分析技术凭借简单、快速、无损等优势,广泛应用于工业、医学、语音等领域在国外,人工嘴声学特性性检测技术在农产品检测方面起步较早,发展速度快,达到在线检测阶段。然而,国内在此方面起步较晚,发展缓慢,并且检测主要围绕的农产品中的几种水果开展的,产品级的人工嘴声学特性性检测和分析装置几乎为零本研究自主开发了一套完整的人工嘴声学特性性检测和分析系统,主要完成了包括所有的硬件系统設计、主要关键部件的选型、加工组装;软件系统的功能设计、上下位机的控制系统程序开发、人工嘴声学特性性的检测、时域信号与频域信号变换、频谱预处理和定性分类的化学计量学方法的实现;进行了2种4组水果硬度分级模型的建立和预测精度分析,初步证明了该检测和分析系统可以用于水果的硬度分级;详细主要的研究内容如下:平台,采用C#编程语言对PC端软件进行了开发,实现了硬件控制(控制敲击过程的参数设置)、時域声学信号采集,时域信号与频域信号的变换、数据处理等功能模块的程序开发,为了方便试验和声学信号分析研究,增加了图谱显示,保存、幫助等功能。4.介绍了人工嘴声学特性性分析技术进行水果硬度等级模型建立的流程以烟台红富士苹果、金帅苹果、丰水梨、贡梨等4组水果样品为硬度分级对象,研究了不同频谱预处理方法、4种定性分类的化学计量学方法对建模精度的影响。通过对4组各60个样品的实际建模分析,鼡K-S方法将60个样品按7:3分为校正集与预测集得出时域信号经FFT变换为频谱信号,采用SGF+归一化方法预处理后的频谱数据进行PCA特征提取,在Fisher、KNN、QDA和LIBSVM等4种方法建立的校正模型中,试验表明,采用QDA方法建立的模型效果最佳,各品种水果硬度等级的回判正确率在95%以上,预测集的正确率在80%以上,但其他方法建竝的硬度等级模型的回判正确率都在82%以上;除贡梨采用LIBSVM模型预测正确率为70%,其它预测正确率都在80%以上研究证明,采用水果的人工嘴声学特性性對其硬度检测方法是可行的,基本满足生产实际中对水果的快速检测。

【学位授予单位】：江苏大学
【学位授予年份】：2018

我要回帖

更多关于 声学特性 的文章

 

随机推荐