[发明专利]一种基于霍普菲尔德神经网络的鸡蛋散黄无损检测方法在审
| 申请号： | 201811552843.7 | 申请日： | 2018-12-18 |
| 公开（公告）号： | CN109596715A | 公开（公告）日： | 2019-04-09 |
| 发明（设计）人： | 丁磊 | 申请（专利权）人： | 龙口盛福达食品有限公司 |
| 主分类号： | G01N29/14 | 分类号： | G01N29/14 |
| 代理公司： | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人： | 牟炳彦 |
| 地址： | 265700 山东省烟*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于霍普菲尔德神经网络的鸡蛋散黄无损检测方法。包括：通过声卡编程控制磁致伸缩振动发生器宽频扫描，采集鸡蛋振动音频信号并传给计算机进行去噪预处理，利用经验模态分解信号得到本征模函数；通过小波多分辨率分解本征模函数首要分量，对高频分量和低频分量进行阈值处理，实现信号去噪；通过多重信号分类功率谱对振动信号进行分析，放大振动信号差异性，利用主成分分析提取信号特征；输入提取的鸡蛋音频信号特征，通过霍普菲尔德神经网络自适应识别散黄蛋。该方法具有较好的精简性和自适应性，通过扫频式振动鸡蛋可以极大地提高信噪比，增强鸡蛋振动信息，利用霍普菲尔德神经网络自适应识别散黄蛋，检测速度快且准确率高。 | ||
| 搜索关键词： | 鸡蛋 神经网络 本征模函数 自适应识别 无损检测 振动信号 预处理 多分辨率分解 多重信号分类 经验模态分解 音频信号特征 振动发生器 主成分分析 编程控制 磁致伸缩 低频分量 高频分量 提取信号 信号去噪 振动信息 振动音频 自适应性 阈值处理 差异性 功率谱 精简性 扫频式 信噪比 准确率 宽频 去噪 声卡 小波 放大 扫描 采集 计算机 检测 分析 | ||
【主权项】：
1.一种基于霍普菲尔德神经网络的鸡蛋散黄无损检测方法，其特征在于：利用霍普菲尔德神经网络自适应识别散黄蛋，所述方法包括以下步骤：A.通过声卡编程控制磁致伸缩振动发生器宽频扫描，采集鸡蛋振动音频信号并传给计算机进行去噪预处理，利用经验模态分解信号得到本征模函数；B.通过小波多分辨率分解本征模函数首要分量，对高频分量和低频分量进行阈值处理，实现信号去噪；C.通过多重信号分类功率谱对振动信号进行分析，放大振动信号差异性，利用主成分分析提取信号特征；D.输入提取的鸡蛋音频信号特征，通过霍普菲尔德神经网络自适应识别散黄蛋，完成鸡蛋散黄无损检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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龙口盛福达食品有限公司，未经龙口盛福达食品有限公司许可，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/patent/201811552843.7/，转载请声明来源钻瓜专利网。
- 上一篇：用于冷阱的在线检测方法和装置
- 下一篇：跟踪调节装置
