基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对天然地震、爆破及塌陷的波形数据进行小波变换,并用小波转换系数提取香农熵特征,采用支持向量分类机LIBSVM多类模式识别方法对香农熵特征进行分类识别,识别率在80%~95%之间.结果 表明,采用LIBSVM对波形特征进行分类的方法可以较好地识别天然地震、爆破与塌陷.
推荐文章
基于星载激光雷达数据和支持向量分类机方法的森林类型识别1)
星载激光雷达
支持向量分类机
森林类型识别
天然地震与人工爆破识别算法研究
天然地震
人工爆破
v-SVC
香农熵
小波包变换
改进的支持向量分类机在客户流失预测中的应用
客户流失
支持向量分类机
电信业
惩罚参数
支持向量机在地震与爆破识别中的应用
支持向量机
特征向量
小波包分解
地震
爆破
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量分类机LIBSVM方法识别天然地震、爆破与塌陷
来源期刊 大地测量与地球动力学 学科 地球科学
关键词 支持向量分类机 香农熵 小波分析 特征向量 分类识别
年,卷(期) 2019,(9) 所属期刊栏目 地震地质
研究方向 页码范围 916-918
页数 3页 分类号 P315
字数 1954字 语种 中文
DOI 10.14075/j.jgg.2019.09.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (50)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (0)
1978(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量分类机
香农熵
小波分析
特征向量
分类识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大地测量与地球动力学
月刊
1671-5942
42-1655/P
大16开
武昌洪山侧路40号
38-194
1981
chi
出版文献量(篇)
4168
总下载数(次)
6
总被引数(次)
34475
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导