共 24 条
天然地震与人工爆破波形信号HHT特征提取和SVM识别研究
被引：24
作者：
毕明霞
[1
,2
]
黄汉明
[1
]
边银菊
[3
]
李锐
[1
]
陈银燕
[1
]
赵静
[1
]
机构：
[1] 广西师范大学计算机科学与信息工程学院
[2] 青岛开发区职业中专
[3] 中国地震局地球物理研究所
来源：
关键词：
天然地震;
人工爆破;
希尔伯特—黄变换;
经验模态分解;
支持向量机;
D O I：
暂无
中图分类号：
O643.223 [];
P315 [地震学];
学科分类号：
摘要：
天然地震和人工爆破信号属于非线性非平稳信号,而传统信号分析方法是针对线性系统平稳信号的,本文采用希尔伯特—黄变换（Hilbert-Huang Transform,简称HHT）试图提取可明确区分天然地震和人工爆破事件的波形特征.通过经验模态分解（Empirical Mode Decomposition,简称EMD）把原信号分解为10个左右的本征模态函数（intrinsic mode function,简称IMF）,并取前3个IMF分别提取最大幅值对应的周期(TAmax)和倒谱平均值(Cave)作为信号特征构建特征样本集,该样本集采用严格的模式识别样本划分法进行样本划分,用支持向量机（Support VectorMachine,简称SVM）进行分类识别,识别率介于75%～94%之间.结果表明模态分量的最大幅值对应的周期(TAmax)和倒谱平均值(Cave)可以作为识别天然地震和人工爆破的有效特征.
引用
收藏
页码：1157 / 1164
页数：8
相关论文