基于极限学习机的蚜虫刺吸电位波形的分类识别

作者：吴莉莉; 邢玉清; 林爱英; 郑宝周; 潘建斌; 闫凤鸣

来源：传感技术学报, 2019, 32(10): 1535-1540.

• 极限学习机
• 小波变换
• 刺吸电位波形
• 特征提取
• 分类

刺吸电位(Electrical Penetration Graph,EPG)仪是研究蚜虫取食行为、传毒机制等的有力工具,然而EPG波形的分类识别一直是靠人工进行,迫切需要波形自动识别来提高分析效率。采用了小波变换、希尔伯特-黄变换和极限学习机等算法对蚜虫EPG信号中7种波形的特征提取和分类识别进行了研究。实验中对不同特征向量的决策树分类性能进行了对比,发现分形盒维数、Hurst指数、HHT前2层谱质心、第2～3层低频小波能量组成的6维特征向量识别效果最好,平均识别率可达91.61%。采用该特征向量进入极限学习机时可以获得更好的分类性能,平均识别率为93.57%,相比前期研究提高了2.14%。实验结果表明本文提出的基于极限学习机的EPG波形分类识别方法具有较高的识别性能,为研发EPG波形自动识别分析系统奠定了理论基础。

• 单位
  河南农业大学