-
公开(公告)号:CN119438375A
公开(公告)日:2025-02-14
申请号:CN202411278058.2
申请日:2024-09-12
Applicant: 济南大学
IPC: G01N29/04 , G01N29/22 , G01N29/24 , G01N29/46 , G01N29/44 , G06F18/2113 , G06F18/2131 , G06F18/2135 , G06F18/25 , G06V20/68 , G06V10/44 , G06V10/54 , G06N20/00 , G06F123/02
Abstract: 本发明公开了一种基于振动信号时频分析与特征融合的梨果早期霉心病无损检测方法,使用振动装置采集霉变梨果和健康梨果的振动信号,利用时频分析方法将时域信号转换成时频图像,对时域、频域以及时频图像进行特征提取,然后利用机器学习算法分别建立单一域和多域融合振动多域谱特征的判别模型,实现早期霉变梨果的准确判别。该方法在梨果品质分类和预测中表现出色,提高了梨果商品率和市场竞争力,对促进梨果产业快速健康发展具有重大意义。