震源类型识别的EMD研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 模式识别的基本概念 | 第7页 |
| 1.2 地震波形震源类别模式识别研究背景 | 第7-8页 |
| 1.3 天然地震和人工爆炸的识别方法 | 第8-9页 |
| 1.4 震源类型识别国内外研究现状 | 第9-10页 |
| 1.5 论文组织结构 | 第10-11页 |
| 第2章 震源波形信号原始数据选取与预处理 | 第11-22页 |
| 2.1 实验原始波形数据来源 | 第11-13页 |
| 2.2 天然地震和人工爆炸波形信号去噪 | 第13页 |
| 2.3 小波变换去噪 | 第13-21页 |
| 2.3.1 连续小波变换 | 第13-14页 |
| 2.3.2 小波阈值去噪 | 第14-15页 |
| 2.3.3 经验模态分解方法 | 第15-16页 |
| 2.3.4 基于EMD的小波阂值去噪 | 第16-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 固模函数分量选取以及谱分析 | 第22-30页 |
| 3.1 用相关系数选取IMF分量 | 第23-24页 |
| 3.2 震源信号的IMF频谱分析 | 第24-29页 |
| 3.2.1 希尔伯特变换 | 第24-25页 |
| 3.2.2 希尔伯特(Hilbert)谱分析 | 第25-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 震源类型识别特征提取方法研究 | 第30-34页 |
| 4.1 地震波形数据选取以及预处理 | 第30页 |
| 4.2 震源类型识别特征研究 | 第30-33页 |
| 4.2.1 能量比特征研究 | 第31-32页 |
| 4.2.2 奇异值熵特征研究 | 第32-33页 |
| 4.3 本章小结 | 第33-34页 |
| 第5章 支持向量机识别 | 第34-47页 |
| 5.1 支持向量机原理 | 第34-37页 |
| 5.2 特征选择 | 第37-39页 |
| 5.3 SVM参数选取 | 第39-40页 |
| 5.4 特征识别实验 | 第40-44页 |
| 5.5 单事件多台站震源类型识别研究 | 第44-46页 |
| 5.5.1 特征提取 | 第44-45页 |
| 5.5.2 采用新数据后二次特征识别结果分析 | 第45-46页 |
| 5.6 本章小结 | 第46-47页 |
| 第6章 总结和展望 | 第47-49页 |
| 6.1 论文工作总结 | 第47-48页 |
| 6.2 课题展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
