آموزش پردازش صدا وشبکه های عصبی در سورتینگ پسته در متلبشنبه 20, فوریه 2021
آموزش پردازش صدا وشبکه های عصبی در سورتینگ پسته در متلب
در ادامه آموزش های سایت همیارپروژه برنامه نویسی متلب ارائه خواهد شد .آموزشها از مقدماتی تا پیشرفته ادامه دارد و ما به شما کدنویسی در نرم افزار متلب را رایگان یاد خواهیم داد. با ما همراه باشید.
مواد و روشها در متلب
در این پژوهش از محصول پسته برداشت شده در سال ۱۳۸۶ از یکی از باغات شهرستان کرمان استفاده شد.
پسته ها از رقم فندقی بوده و پس از برداشت پوست شده و در آفتاب خشک گردید.
از این پسته ها مقدار یک کیلوگرم پسته مغزدار و یک کیلوگرم پسته پوک بطور تصادفی برای انجام آزمایشات انتخاب شدند.
ابتدا در آزمایشگاه پسته های پوک و مغزدار بر اساس وزن از یکدیگر جدا شدند.
وزن پسته های پوک بین ۴/۰ تا ۶/۰ گرم و وزن پسته های مغزدار بین ۹/۰ تا ۳/۱ گرم می باشد.
سپس ۳۰۰ عدد پسته پوک و ۳۰۰ عدد پسته مغزدار که از نظر اندازه یکنواخت بودند برای انجام آزمایشات انتخاب شدند.
پردازش در حوزه زمان در متلب
پس از ضبط صدای برخورد پسته های پوک و پر در دو ارتفاع برخورد ۲۵ و ۳۵ سانتی متر.
تعداد ۲۵۰۰ نقطه از هر سیگنال جهت پردازش و انتخاب بردار مشخصات مورد بررسی قرار گرفتند.
ابتدا سیگنال ها یکسو سازی شدند به این صورت که المان های منفی سیگنال حذف شده و فقط المان های مثبت مورد آنالیز قرار گرفتند.
در مرحله بعد از هر سیگنال صدای برخورد، ۱۰ بردار مشخصات با طول ۱۰۰، ۲۰۰، ۳۰۰، … و ۱۰۰۰ نقطه جهت طبقه بندی توسط شبکه عصبی انتخاب شد.
پردازش در حوزه فرکانس در متلب
جهت انتقال سیگنال صدای برخورد از حوزه زمان به حوزه فرکانس از تبدیل سریع فوریه (FFT) استفاده می شود.
این تبدیل که استفاده از آن باعث بالا رفتن سرعت محاسبات می شود سیگنال را به سینوسی هایی با فرکانس ها و دامنه های مختلف تجزیه می کند. (شکل ۲) تبدیل سریع فوریه (FFT) توسط فرمول زیر بیان می شود:
k = 0,1,2,…,N-1 رابطه (۱)
پس از آنکه سیگنال ها توسط تبدیل سریع فوریه به حوزه فرکانس منتقل شدند.
از هر سیگنال صدای برخورد در حوزه فرکانس۱۰ بردار مشخصات با طول ۱۰۰، ۲۰۰، ۳۰۰، … و ۱۰۰۰ نقطه جهت طبقه بندی توسط شبکه عصبی انتخاب شد.
جعبه ابزار پردازش سیگنال نرم افزار MATLAB جهت انجام پردازش و تهیه طیف فرکانسی سیگنال صدای برخورد مورد استفاده قرار گرفته است.
انتخاب مشخصه در متلب
هدف از پردازش سیگنال دست یابی به مشخصه ای است که مبنای تمایز بین انواع پسته موردنظر قرار گیرد.
با تحلیل سیگنال صدای برخورد ۱۰ بردار مشخصات در هر حوزه انتخاب شد.
این بردار ها به ترتیب شامل ۱۰۰، ۲۰۰، ۳۰۰، … و ۱۰۰۰ مشخصه (المان) می باشند.
در هر حوزه (زمان و فرکانس) چهار گروه بردار مشخصات برای هر کدام از انواع پسته (پوک و مغز دار) و برای هر کدام از ارتفاع های برخورد (۲۵ و ۳۵ سانتی متر ) انتخاب شد که هر گروه شامل ۵۵۰۰ مشخصه می باشد.
در نتیجه در هر حوزه ۲۲۰۰۰ مشخصه و در مجموع ۴۴۰۰۰ مشخصه بدست آمد.
در اینجا آشنایی با محیط متلب بخش صد و هفدهم به پایان رسیده است و در آموزش های بعدی به مباحث دیگر آموزش متلب می پردازیم. همچنین از شما مخاطبین عزیز سایت همیارپروژه دعوت می کنم که برای انجام پروژه متلب خود آموزش های ما را دنبال نمایید.
نویسنده: زهرا رستمی
جهت سفارش پروژه به لینک زیر مراجعه نمایید :
همچنین می توانید برای ارتباط سریعتر با شماره و آیدی تلگرام زیر تماس حاصل کنید :
۰۹۱۲۹۵۴۰۱۲۲ – آیدی تلگرام : @fnalk
از طریق کلیک برروی آیکن های زیر میتوانید پروژه خود را در تلگرام و یا واتساپ برای ما ارسال کنید:
دیدگاهتان را بنویسید