Resumen

Para identificar eficazmente las señales eléctricas de las plantas, se propone un nuevo método de extracción de características basado en la entropía de multiwavelet y el análisis de componentes principales. La entropía de energía wavelet, la entropía singular wavelet y la entropía de varianza wavelet de las señales eléctricas de las plantas se extraen mediante una transformación wavelet para construir las características combinadas. El análisis de componentes principales (PCA) se aplica para tratar las características construidas y eliminar la información redundante entre esas características y extraer características que puedan reflejar el tipo de señal. Finalmente, se utiliza el método de clasificación de la red neuronal BP para clasificar los vectores de características obtenidos. Los resultados experimentales muestran que este método puede lograr una tasa de reconocimiento comparativamente alta, lo que propone una nueva solución eficiente para la identificación de señales eléctricas de plantas.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Identificar; Señales eléctricas de plantas; Método de extracción de características; Entropía de multiwavelet; Análisis de componentes principales; Transformación wavelet; Red neuronal BP
• Keywords:Identify; Plant electrical signals; Feature extraction method; Multiwavelet entropy; Principal component analysis; Wavelet transformation; BP neural network