基于能量比的天然地震与人工爆破自动识别算法研究

研究了从天然地震和人工爆破事件的波形记录中提取出来的能量比特征在天然地震和人工爆破事件的自动识别中的有效性及适用性。对波形记录进行了4层小波变换,然后对变换得到的小波系数提取能量比特征,最后利用支持向量分类机ν-SVC进行识别效果检验。实验证明,由bior2.2小波包分解后提取出来的能量比特征对天然地震和人工爆破事件的识别效果很好,可用于实际的自动识别系统作为识别判据之一。

震源识别中小波变换类型的选择研究

在天然地震与人工爆破的识别中,小波变换凭借它良好的表征信号时域和频域局部特征的能力得到了人们的青睐。探讨了离散小波变换、静态小波变换和小波包变换在天然地震与人工爆破识别中的适用性问题,分类效果的检验采用的是-νSVC算法。实验结果证明,只要选择合适的小波基函数,从它们变换后的小波系数中提取出来的香农熵特征都能很好地表达天然地震与人工爆破之间的本质区别。而且从实验结果中还可以看出,随着特征向量维数的增加,分类准确率有提高的趋势,但是整个识别过程所花费的时间也将随之增加。