基于PSO-SVM的地震信号分类识别研究OACSTPCD
Research on Seismic Signal Classification and Recognition Based on PSO-SVM
针对地震信号难以分类识别问题,运用了粒子群优化算法(Particle Swarm Optimization,PSO)和支持向量机(Support Vector Machine,SVM)方法,建立了以小波包分解求出的奇异值熵分量为特征输入的PSO-SVM模型.实验中以天然地震和人工爆破这两类地震信号进行,为了验证方法,文中开展了两种类型的实验——分别以单份波形和整个事件为识别单元,仿真实验结果表明,在以奇异值熵分量为特征中,PSO-SVM模型能有效…查看全部>>
施佳朋;黄汉明;薛思敏;黎炳君
广西师范大学计算机科学与信息工程学院 桂林 541004广西师范大学计算机科学与信息工程学院 桂林 541004广西师范大学计算机科学与信息工程学院 桂林 541004广西师范大学计算机科学与信息工程学院 桂林 541004
信息技术与安全科学
地震信号分类识别支持向量机粒子群优化算法奇异值熵分量
《计算机与数字工程》 2021 (6)
基于地震波形特性的震源类型识别研究
1037-1041,1046,6
广西重点研发计划(编号:2017AB54055)国家自然科学基金项目(编号:41264001)资助.
评论