学位论文 > 优秀研究生学位论文题录展示

基于神经网络的蛋品破损检测

作　者: 闫长新
导　师: 黄耀志
学　校: 福州大学
专　业: 机械制造及其自动化
关键词: 蛋品破损检测模式识别多点激励信号处理神经网络
分类号: TP183
类　型: 硕士论文
年　份: 2002年
下　载: 67次
引　用: 3次
阅　读: 论文下载

内容摘要

本文对蛋品生产中的蛋品破损检测过程的自动化进行了研究和探讨。将系统振动模态和结构的关系以及神经网络在模式识别中的应用相结合，采用计算机来代替人工完成蛋品模型的建立和分类实现。论文首先阐述了当前我国禽蛋生产中蛋品破损检测的概况，然后确定了本文的研究内容、方法和目的。本文制作了激励设备用于激励蛋品产生声音信号，提出根据激励声音的频率成分不同的方法来识别蛋品。蛋品激励出的声音主要集中在低频段，因此选择在低频段有好的频率响应特性的麦克风和放大电路；放大输出信号通过A/D采集板变换成相应的电压数值信号送入计算机，对离散的信号数据进行傅立叶变换得到它的频谱图和各频段能量分布图；而后将能量分布特征数据作为神经网络的输入值，这样，好蛋和破损蛋的模型就建立起来。笔者以VB6.0编程语言实现神经网络程序和界面设计，神经网络算法采用应用较广的BP算法。论文对BP算法的优点和缺陷作了阐述，并对如何加快训练和避免陷入局部最小做了一些讨论。最后使用两种蛋品模型进行学习及利用所得权值实现分类。

全文目录

第一章绪论  6-8
  1．1 目前我国蛋品生产中蛋品破损检测概况  6-7
  1．2 立题思路  7-8
第二章激励产生声音信号  8-14
  2．1 激励与响应  8-10
  2．2 破损检测的基本原理  10
  2．3 敲击装置的设计与制作  10-14
第三章声音信号采集与放大  14-20
  3．1 声音信号采集  14-17
  3．2 音频信号放大  17-20
第四章模数转换  20-25
  4．1 PCM-6000 A/D卡简述  20-22
    4．1．1 构造特点  20-21
    4．1．2 模拟信号的处理过程  21
    4．1．3 自动通道扫描  21
    4．1．4 触发采样方式  21-22
  4．2 LSW数据采集软件的设置与使用  22-25
第五章神经网络用于模式识别  25-40
  5．1 人工神经元网络的基本概念和特征  25-28
  5．2 人工神经元网络研究的发展简史  28-34
  5．3 我国人工神经元网络研究的情况  34-35
  5．4 模式识别  35-36
  5．5 BP模型  36-40
第六章数据分析  40-51
  6．1 总述  40
  6．2 数据分析  40-51
    6．2．1 选择采样频率  40-41
    6．2．2 确定激励方法  41-45
    6．2．3 采集数据，建立模型  45-46
    6．2．4 训练与识别  46-49
    6．2．5 结果分析  49-51
第七章结束语  51-52
致谢  52-53
参考文献  53-55
附录  55-68

基于神经网络的蛋品破损检测

内容摘要

全文目录

相似论文