SIA OpenIR  > 机器人学研究室
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 Agent32249 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
Application Date2020-02-19
2020-06-12
Application NumberCN202010101031.1
Open (Notice) NumberCN111275003A
Language中文
Contribution Rank3
Document Type专利
Identifierhttp://ir.sia.cn/handle/173321/27301
Collection机器人学研究室
Affiliation1.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-SAView Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[程健]'s Articles
[张子睿]'s Articles
[郭一楠]'s Articles
Baidu academic
Similar articles in Baidu academic
[程健]'s Articles
[张子睿]'s Articles
[郭一楠]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[程健]'s Articles
[张子睿]'s Articles
[郭一楠]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: CN202010101031.1.pdf
Format: Adobe PDF
This file does not support browsing at this time
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.