基于复小波及动态神经网络的植物电信号研究
2017-03-22分类号:Q945
【部门】南京农业大学工学院/江苏省智能化农业装备重点实验室
【摘要】[目的]针对植物电信号数量级小、易受干扰的问题,提出了双树复小波变换(DT-CWT)结合双变量收缩消噪及不带输入变量的非线性自回归神经网络(NAR)模型,旨在能将植物电信号用于研究温室内植物生长模型。[方法]在屏蔽环境下获取生长状况良好的鸟巢蕨植株的电信号。采用双树复小波变换将电信号进行分解,利用层间小波系数具有相关性的特点,将分解后的小波系数进行双变量收缩消噪。通过对植物电信号进行自相关分析,确定迟滞阶数。再通过NAR网络训练消噪信号。[结果]采用双树复小波消噪后的信号虚部树的高频分量明显减少。消噪后的
【关键词】双变量收缩 双树复小波变换 NAR动态神经网络 植物电信号
【基金】中国博士后科学基金资助项目(2015M571782);; 中央高校基本科研业务费资助项目(KYTZ201605);; 江苏省农机基金资助项目(GXZ14002)
【所属期刊栏目】南京农业大学学报
文献传递