期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于小波包分析和SVM的爆破震动与岩石破裂微震信号的识别研究
被引量:
4
1
作者
杨晨
吴建星
《科技通报》
2019年第1期19-23,共5页
为提高爆破震动与岩石破裂微震信号辨识精度,以某金属矿山现场微震监测数据为基础,首先采用小波包分解对矿山爆破震动和岩石破裂信号进行2层分解,对比两类信号在4个频段内的能量分布的特征,进而以两类事件的低频段(0~125 Hz)能量百分...
为提高爆破震动与岩石破裂微震信号辨识精度,以某金属矿山现场微震监测数据为基础,首先采用小波包分解对矿山爆破震动和岩石破裂信号进行2层分解,对比两类信号在4个频段内的能量分布的特征,进而以两类事件的低频段(0~125 Hz)能量百分比、中低频段(125~250 Hz)量百分比、中高频段(250~375 Hz)能量百分比、高频段(375~500 Hz)能量百分比为特征向量,利用支持向量机(SVM)对爆破和岩石破裂微震信号进行了训练和分类,结果表明:两类事件在0~125 Hz的能量分布差异最大,且以0~125 Hz的能量百分比10%作为分界值时的准确率达到87.5%;SVM的分类正确率为94%,取得了理想的分类效果。
展开更多
关键词
爆破震动与岩石破裂
小波包
SVM
频带能量
分类
下载PDF
职称材料
题名
基于小波包分析和SVM的爆破震动与岩石破裂微震信号的识别研究
被引量:
4
1
作者
杨晨
吴建星
机构
武汉科技大学资源与环境工程学院
出处
《科技通报》
2019年第1期19-23,共5页
文摘
为提高爆破震动与岩石破裂微震信号辨识精度,以某金属矿山现场微震监测数据为基础,首先采用小波包分解对矿山爆破震动和岩石破裂信号进行2层分解,对比两类信号在4个频段内的能量分布的特征,进而以两类事件的低频段(0~125 Hz)能量百分比、中低频段(125~250 Hz)量百分比、中高频段(250~375 Hz)能量百分比、高频段(375~500 Hz)能量百分比为特征向量,利用支持向量机(SVM)对爆破和岩石破裂微震信号进行了训练和分类,结果表明:两类事件在0~125 Hz的能量分布差异最大,且以0~125 Hz的能量百分比10%作为分界值时的准确率达到87.5%;SVM的分类正确率为94%,取得了理想的分类效果。
关键词
爆破震动与岩石破裂
小波包
SVM
频带能量
分类
Keywords
blasting vibration and rock fracture
wavelet packet analysis
SVM
energy distribution
classifying
分类号
TD854.2 [矿业工程—金属矿开采]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于小波包分析和SVM的爆破震动与岩石破裂微震信号的识别研究
杨晨
吴建星
《科技通报》
2019
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部