[发明专利]一种昆虫刺吸电位波形的机器识别方法在审
| 申请号: | 201811181840.7 | 申请日: | 2018-10-11 |
| 公开(公告)号: | CN111046694A | 公开(公告)日: | 2020-04-21 |
| 发明(设计)人: | 吴莉莉;邢玉清;林爱英;潘建斌;闫凤鸣;卢少华 | 申请(专利权)人: | 河南农业大学 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 450002*** | 国省代码: | 河南;41 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 昆虫 电位 波形 机器 识别 方法 | ||
1.一种昆虫刺吸电位波形的机器识别方法,其特征在于,包括以下步骤:
(1)对EPG波形进行去噪预处理;
(2)对预处理之后的EPG波形提取分形维数特征;
(3)对预处理之后的EPG波形提取HHT特征;
(4)融合分形维数特征和HHT特征,组建特征向量,用决策树进行分类识别。
2.根据权利要求1所述的方法,其特征在于,所述的步骤(2)中,提取盒维数和Hurst指数作为EPG波形的分形维数特征。
3.根据权利要求1所述的方法,其特征在于,所述的步骤(3)中,提取前2个IMF分量的谱质心和加权频率值,作为EPG波形的HHT特征。其中谱质心的定义为:
式中N为信号长度,fi(j)和Ei(j)分别为第i个IMF分量的第j个采样点的瞬时频率和瞬时能量。
加权频率的定义式为:
式中N为信号长度,fi(j)和ai(j)分别为第i个IMF分量的第j个采样点的瞬时频率和幅值。
4.根据权利要求1所述的方法,其特征在于,所述的步骤(4)中,将分形维数和HHT特征串联融合成一个6维特征向量,进入决策树分类器,经过11步的剪枝完成分类。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南农业大学,未经河南农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811181840.7/1.html,转载请声明来源钻瓜专利网。





