相关实验视频
Updated: Jan 12, 2026
05:16
Flying Insect Detection and Classification with Inexpensive Sensors
Published on: October 15, 2014
25.7K
机器学习支持的声学传感器用于RPW感染检测检测
1Department of ECE, SASTRA Deemed to be University, Thanjavur, 613401, Tamilnadu, India.
Scientific reports
|November 3, 2025
概括
早期发现红棕虫 (RPW) 对棕健康至关重要. 这项研究引入了一种使用信号处理和深度学习的新型听觉系统,在识别RPW感染时达到98.02%的准确性.
科学领域:
- 农业昆虫学 农业昆虫学
- 机器学习应用 机器学习应用
- 声学信号处理 声学信号处理
背景情况:
- 红棕虫 (RPW) 感染对棕种植构成重大威胁,往往会在检测到之前造成严重损害.
- 目前的检测方法经常具有侵入性或缺乏早期敏感性,影响了有效的害虫管理策略.
研究的目的:
- 开发一种非侵入性听觉检测系统,用于早期识别红棕虫 (RPW) 感染.
- 利用先进的信号处理和深度学习技术,提高RPW检测的准确性和可靠性.
主要方法:
- 来自棕树的声信号经过预处理,以尽量减少噪音.
- 线性预测编码 (LPC) 提取的光谱特征表明RPW活动.
- 辅数相似性精细的特征匹配,然后是双向长期短期内存 (Bi-LSTM) 网络分类.
主要成果:
- 拟议的系统在检测RPW方面实现了98.02%的高精度.
- 与传统检测方法相比,综合方法显示出更高的性能.
- 该系统证明了对噪音,干扰和信号扭曲的稳定性.
结论:
- 新的LPC特征,共弦相似性和Bi-LSTM的整合使得RPW的早期检测具有高度可靠性和非侵入性.
- 这种听觉检测系统为可持续棕生产和害虫管理提供了有希望的进步.
- 建议进一步进行大规模现场验证,以确认更广泛的适用性.
