| 基于EEMD和关联维数的矿山微震信号特征提取和分类 |
| |
| 引用本文： | 廖智勤,王李管,何正祥.基于EEMD和关联维数的矿山微震信号特征提取和分类[J].黄金科学技术,2020,28(4):585-594. |
| |
| 作者姓名： | 廖智勤 王李管 何正祥 |
| |
| 作者单位： | 中南大学资源与安全工程学院,湖南 长沙 410083;中南大学数字矿山研究中心,湖南 长沙 410083,中南大学资源与安全工程学院,湖南 长沙 410083;中南大学数字矿山研究中心,湖南 长沙 410083,中南大学资源与安全工程学院,湖南 长沙 410083;中南大学数字矿山研究中心,湖南 长沙 410083 |
| |
| 基金项目： | 国家重点研发计划项目"深部金属矿集约化连续采矿理论与技术" |
| |
| 摘 要： | 针对岩体工程中岩体破裂信号与爆破振动信号难以自动区分的问题,提出了一种基于集合经验模态分解(EEMD)关联维数与机器学习相结合的微震信号特征提取和分类方法。利用EEMD将微震信号分解为本征模态函数(IMF)分量,并从得到的IMF分量中筛选出主分量IMF1～IMF4,再通过相空间重构计算出各个主分量的关联维数,最后将所得到的关联维数作为特征向量,使用SVM方法进行微震信号自动识别,并与其他机器学习方法进行对比分析。试验结果表明:该方法对微震信号的自动识别具有较高的准确率,且基于高斯核函数的SVM的识别效果明显优于逻辑回归(LR)和K-近邻算法(KNN)判别法的识别结果,其准确率达到93.7%。
|
| 关 键 词： | 微震信号 集合经验模态分解(EEMD) 相空间重构 关联维数 机器学习 |
Feature Extraction and Classification of Mine Microseismic Signals Based on EEMD and Correlation Dimension |
| |
| LIAO Zhiqin,WANG Liguan,HE Zhengxiang.Feature Extraction and Classification of Mine Microseismic Signals Based on EEMD and Correlation Dimension[J].Gold Science and Technololgy,2020,28(4):585-594. |
| |
| Authors: | LIAO Zhiqin WANG Liguan HE Zhengxiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
