一种地震动信号特征提取与分类方法

• 作者: 常克武 葛军 郭慧杰
• 来源期刊: 宇航计测技术
• 学科: 工学
• 关键词: 特征分类 径向基神经网络 多域特征融合 地震动信号
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 精密测试技术
• 页码范围: 61-64
• 页数: 4页
• 分类号: TN911.7
• 字数: 2643字
• 语种: 中文
• DOI: 10.12060/j.issn.1000-7202.2020.03.13

摘要

为了实时检测、识别和预警对地下基础设施的挖掘破坏活动,本文提出一种地震动信号特征提取与分类方法.通过提取小波包变换域和集合经验模态变换域的多域能量联合分布特征向量,构建改进的径向基神经网络分类模型,利用机器学习的方法提取稳定的信号多域融合特征,并实现准确的信号特征分类预测.由多类别挖掘信号的仿真实验结果可以看出,本文的算法和模型能有效提升地震动信号分类的准确率,对地震动干扰信号具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常克武		4	15	2.0	3.0
2	郭慧杰	北京无线电计量测试研究所计量与校准技术重点实验室	5	2	1.0	1.0
3	葛军	北京无线电计量测试研究所计量与校准技术重点实验室	3	4	1.0	2.0