[發(fā)明專利]一種基于主成分分析和神經(jīng)網(wǎng)絡(luò)的籽粒損失率檢測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210765705.7
• 申請(qǐng)日: 2022-07-01
• 公開（公告）號(hào): CN115130512A
• 公開（公告）日: 2022-09-30
• 發(fā)明（設(shè)計(jì)）人: 陳進(jìn);牛草原;李耀明;朱富豪
• 申請(qǐng)（專利權(quán)）人: 江蘇大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京智造力知識(shí)產(chǎn)權(quán)代理有限公司 32382
• 代理人: 張明明

本發(fā)明提供一種基于主成分分析和神經(jīng)網(wǎng)絡(luò)的籽粒損失率檢測(cè)方法及系統(tǒng)，該方法具體為：對(duì)籽粒和雜質(zhì)沖擊敏感板時(shí)的電壓信號(hào)數(shù)字量進(jìn)行特征提取，利用主成分分析對(duì)所述特征進(jìn)行主成分分析，得到p個(gè)主成分，將p個(gè)主成分所在的評(píng)價(jià)樣本劃分為訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，并計(jì)算輸出層輸出與期望輸出的誤差，當(dāng)誤差大于設(shè)定誤差，則調(diào)整權(quán)值和閾值，直至誤差小于等于設(shè)定誤差；所述測(cè)試數(shù)據(jù)集測(cè)試訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)，輸出籽粒和雜質(zhì)的標(biāo)簽，利用籽粒的標(biāo)簽數(shù)計(jì)算得到谷物的籽粒損失率。本發(fā)明能快速實(shí)現(xiàn)聯(lián)合收獲機(jī)作業(yè)過程中谷物損失率的精確檢測(cè)。

技術(shù)領(lǐng)域

本發(fā)明屬于農(nóng)機(jī)智能化技術(shù)領(lǐng)域，具體涉及一種基于主成分分析和神經(jīng)網(wǎng)絡(luò)的籽粒損失率檢測(cè)方法及系統(tǒng)。

背景技術(shù)

中國(guó)是一個(gè)糧食生產(chǎn)和消費(fèi)大國(guó)，在糧食收獲季節(jié)，主要采用聯(lián)合收獲機(jī)進(jìn)行糧食收獲，進(jìn)而提高糧食收獲效率，但是在聯(lián)合收獲機(jī)作業(yè)過程中存在一定程度的糧食損失，從清選篩后面排出的秸稈中含有籽粒，造成清選損失。損失率是聯(lián)合收獲機(jī)收獲時(shí)的重要性能指標(biāo)，從減少糧食浪費(fèi)和農(nóng)業(yè)機(jī)械智能化角度來看，損失率都是收獲機(jī)械必不可少的一項(xiàng)性能指標(biāo)，研制可檢測(cè)聯(lián)合收獲機(jī)作業(yè)過程中糧食損失的裝置，能加快我國(guó)農(nóng)業(yè)機(jī)械智能化、減少糧食的收獲損失、更好的達(dá)到顆粒歸倉(cāng)，對(duì)我國(guó)的糧食安全具有重要意義。

目前國(guó)內(nèi)的聯(lián)合收獲機(jī)相對(duì)國(guó)外智能化程度較低，缺乏在線檢測(cè)裝置，但國(guó)內(nèi)學(xué)者對(duì)聯(lián)合收獲機(jī)的收獲損失也有一定深度的研究，檢測(cè)方法主要分為兩類：一種為基于圖像視覺檢測(cè)，一種是基于籽粒和雜質(zhì)沖擊傳感器產(chǎn)生的電信號(hào)檢測(cè)，前者檢測(cè)方法前期可以較為準(zhǔn)確地檢測(cè)到籽粒和雜質(zhì)，局限性在于隨著收獲機(jī)工作時(shí)間的增加，粉塵覆蓋攝像頭，導(dǎo)致采集到的圖像模糊，檢測(cè)準(zhǔn)確度降低；后者檢測(cè)方法常利用支持向量機(jī)、決策樹等方法，這些方法訓(xùn)練時(shí)間長(zhǎng)、檢測(cè)準(zhǔn)確度低。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在不足，本發(fā)明提供了一種基于主成分分析和神經(jīng)網(wǎng)絡(luò)的籽粒損失率檢測(cè)方法及系統(tǒng)，快速實(shí)現(xiàn)聯(lián)合收獲機(jī)作業(yè)過程中谷物損失率的精確檢測(cè)。

本發(fā)明是通過以下技術(shù)手段實(shí)現(xiàn)上述技術(shù)目的的。

一種基于主成分分析和神經(jīng)網(wǎng)絡(luò)的籽粒損失率檢測(cè)方法，具體為：

對(duì)籽粒和雜質(zhì)沖擊敏感板時(shí)的電壓信號(hào)數(shù)字量進(jìn)行特征提取；

利用主成分分析對(duì)所述特征進(jìn)行主成分分析，得到主成分F₁、F₂、F₃...F_p；

將所述主成分F₁、F₂、F₃...F_p所在的評(píng)價(jià)樣本劃分為訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集，所述訓(xùn)練數(shù)據(jù)集訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，并計(jì)算輸出層輸出與期望輸出的誤差，當(dāng)誤差大于設(shè)定誤差，則調(diào)整權(quán)值和閾值，直至誤差小于等于設(shè)定誤差；所述測(cè)試數(shù)據(jù)集測(cè)試訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)，輸出籽粒和雜質(zhì)的標(biāo)簽Y₁、Y₂、Y₃...Y_g；

利用籽粒的標(biāo)簽數(shù)計(jì)算得到谷物的籽粒損失率。

進(jìn)一步地，所述調(diào)整權(quán)值和閾值采用動(dòng)量梯度下降法，所述調(diào)整權(quán)值和閾值的公式為：

w(t+1)＝w(t)+α[(1-η)D(t)+ηD(t-1)]

s(t+1)＝s(t)+α[(1-η)D‘(t)+ηD‘(t-1)]

其中：w(t+1)和w(t)分別表示第t+1次、t次迭代的連接權(quán)值，s(t+1)和s(t)分別表示第t+1次、t次迭代的閾值，α表示神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速率，D(t)、D'(t)分別表示誤差對(duì)權(quán)值、閾值的負(fù)梯度，η為常數(shù)。

進(jìn)一步地，所述輸出滿足：