基于WPD-SVD的矿山微震信号特征提取及分类方法
杨晨
吴建星
1.武汉科技大学 资源与环境工程学院,湖北 武汉,4300812.武汉科技大学 资源与环境工程学院,湖北 武汉,430081
摘要：为减少人工识别矿山微震事件的工作量,提出了基于小波包分解( WPD)和奇异值分解(SVD)提取微震信号特征的方法.首先对爆破震动、岩体破裂、机械干扰和电干扰等4种信号进行4层小波包分解,再利用奇异值分解计算第4层节点上小波包系数构成矩阵得到奇异值.以奇异值为特征值,建立16维特征向量,利用支持向量机( SVM)对400组矿山现场微震信号进行了训练和分类.研究结果表明:与爆破震动、岩体破裂和电干扰信号相比,机械干扰信号的奇异值的差异性最大;SVM的分类正确率达到94.5% ,取得了理想的分类效果.
关键词：矿山微震信号小波包分解奇异值分解支持向量机
分类号：TD322(矿山压力与支护)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 37-41 )
英文信息