基于CEEMD分量样本熵与SVM分类的煤矿瓦斯和煤尘爆炸声音识别方法OA北大核心
Sound recognition method of coal mine gas and coal dust explosion based on CEEMD component sample entropy and SVM classification
为及时自动发现煤矿瓦斯和煤尘爆炸并报警,为事故应急救援赢得宝贵时间,提出了一种基于互补集合经验模态分解(CEEMD)分量样本熵与支持向量机(SVM)分类的煤矿瓦斯和煤尘爆炸声音识别方法:1)在重点监测区域设置矿用拾音器,实时采集环境与设备工作声音;2)使用CEEMD对采集到的声音进行分解,对每个分量求样本熵,构成该声音的特征量,输入到SVM中建立煤矿瓦斯和煤尘爆炸识别模型;3)通过CEEMD对待测声音分解提取特征量,输入训练好的模型中进行识别分类…查看全部>>
孙继平;余星辰
中国矿业大学(北京),机电与信息工程学院,北京 100083中国矿业大学(北京),机电与信息工程学院,北京 100083
矿业与冶金
瓦斯和煤尘爆炸声音识别互补集合经验模态分解样本熵支持向量机
《采矿与安全工程学报》 2022 (5)
1061-1070,10
国家重点研发计划项目(2016YFC0801800)
评论