| 基于类最优高斯核多分类支持向量机的微震信号识别方法 | |
| 程健; 张子睿; 郭一楠; 唐凤珍3; 曹安业; 崔宁; 焦博韬 | |
| Department | 机器人学研究室 |
| Rights Holder | 煤炭科学研究总院 ; 中国矿业大学 ; 中国科学院沈阳自动化研究所 |
| Patent Agent | 32249 南京瑞弘专利商标事务所(普通合伙) |
| Country | 中国 |
| Subtype | 发明 |
| Status | 公开 |
| Abstract | 一种基于类最优高斯核多分类支持向量机的微震信号识别方法，属于机器学习与数据挖掘领域。首先，对微震数据按照信道划分，并进行数据格式转换；其次，对每个信道数据根据均值和方差进行特征提取，并将同一样本的所有信道合并，构成新特征，利用类最优高斯核多分类支持向量机，对合成数据进行特征选择，生成降维后的非平衡训练样本集；再次，根据训练样本的非平衡率，确定欠采样倍率，对大类样本进行欠采样；最后，采用多分类支持向量机构建降维后的微震信号分类器。本发明可以有效减少冗余特征对分类的影响；通过对信道特征和合并特征进行双重降维，有效降低微震信号维度，提高微震信号分类器的正确率和时效性，增加冲击地压灾害预警的准确率。 |
| PCT Attributes | 否 |
| Application Date | 2020-02-19 |
| 2020-06-12 | |
| Application Number | CN202010101031.1 |
| Open (Notice) Number | CN111275003A |
| Language | 中文 |
| Contribution Rank | 3 |
| Document Type | 专利 |
| Identifier | http://ir.sia.cn/handle/173321/27301 |
| Collection | 机器人学研究室 |
| Affiliation | 1.煤炭科学研究总院 2.中国矿业大学 3.中国科学院沈阳自动化研究所 |
| Recommended Citation GB/T 7714 | 程健,张子睿,郭一楠,等. 基于类最优高斯核多分类支持向量机的微震信号识别方法[P]. 2020-06-12. |
| Files in This Item: | ||||||
| File Name/Size | DocType | Version | Access | License | ||
| CN202010101031.1.pdf（757KB） | 专利 | 开放获取 | CC BY-NC-SA | View Application Full Text | ||
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment