基于Welch法功率谱和广义回归神经网络的禽蛋裂纹辨识

摘要：

为建立一种快速无损检测禽蛋裂纹的方法,构建了基于磁致伸缩振子扫频式振动的禽蛋裂纹检测系统.系统以声学特性为基础,通过利用Welch法功率谱分析禽蛋振动音频信号,利用主成分分析法提取特征向量中的有用信息并构建基于广义回归神经网络(generalized regression neural network,GRNN)的禽蛋裂纹检测模型.实验对290枚鸡蛋进行检测(训练集200枚,测试集90枚).结果表明,测试集中无损蛋与裂纹蛋的判别率分别达到96.7％和98.3％.研究表明,利用磁致伸缩振子扫频和Welch法功率谱分析,通过主成分分析法提取特征向量中的有用信息并结合GRNN模型检测禽蛋裂纹是可行的.

关键词：禽蛋裂纹检测、磁致伸缩、Welch功率谱、主成分分析、广义回归神经网络

所属期刊栏目：36

分类号：TP391.42(计算技术、计算机技术)

资助基金：国家自然科学基金青年科学基金项目61401215;江苏省自然科学基金项目BK20130696;中央高校基本科研业务费专项KYZ201427

在线出版日期：2015-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：156-160