基于SVM的矿山微震信号分类识别方法的研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第12-17页 |
| 1.1 问题的提出及研究意义 | 第12页 |
| 1.2 微震监测研究现状 | 第12-13页 |
| 1.3 信号分析研究现状 | 第13-14页 |
| 1.4 信号分类识别研究现状 | 第14页 |
| 1.5 目前研究存在的主要问题 | 第14-15页 |
| 1.6 研究内容与研究方法 | 第15-17页 |
| 1.6.1 研究内容 | 第15页 |
| 1.6.2 研究方法 | 第15页 |
| 1.6.3 技术路线 | 第15-17页 |
| 2 信号分析方法与比较 | 第17-27页 |
| 2.1 传统信号分析方法 | 第17-19页 |
| 2.1.1 傅立叶变换 | 第17页 |
| 2.1.2 短时傅立叶变换 | 第17-18页 |
| 2.1.3 小波变换 | 第18-19页 |
| 2.2 HHT方法 | 第19-22页 |
| 2.2.1 经验模态分解 | 第19-21页 |
| 2.2.2 Hilbert变换与Hilbert谱 | 第21-22页 |
| 2.3 小波分析与HHT变换的比较 | 第22-26页 |
| 2.3.1 分解与重构 | 第22-23页 |
| 2.3.2 消躁与滤波 | 第23-25页 |
| 2.3.3 频谱分析 | 第25-26页 |
| 小结 | 第26-27页 |
| 3 微震监测实验 | 第27-43页 |
| 3.1 现场微震监测实验 | 第27-36页 |
| 3.1.1 试验区域概况 | 第27-28页 |
| 3.1.2 试验仪器 | 第28-30页 |
| 3.1.3 传感器的布设 | 第30-34页 |
| 3.1.4 监测信号 | 第34-36页 |
| 3.2 室内微震监测实验 | 第36-42页 |
| 3.2.1 实验方法 | 第36-37页 |
| 3.2.2 不同位移速度 | 第37-40页 |
| 3.2.3 不同的孔隙压力 | 第40-42页 |
| 小结 | 第42-43页 |
| 4 信号初至判别 | 第43-60页 |
| 4.1 理论基础 | 第43-45页 |
| 4.1.1 熵 | 第43页 |
| 4.1.2 灰色理论 | 第43-45页 |
| 4.2 微震信号的熵计算 | 第45-47页 |
| 4.3 熵值法流程 | 第47-49页 |
| 4.4 信号拾取方法的敏感性分析 | 第49-54页 |
| 4.5 抗躁性分析 | 第54-55页 |
| 4.6 拾取参数对误差的影响 | 第55-59页 |
| 小结 | 第59-60页 |
| 5 微震信号特征参数提取 | 第60-68页 |
| 5.1 能量熵 | 第60-61页 |
| 5.2 边际熵 | 第61-62页 |
| 5.3 △T值法 | 第62页 |
| 5.4 模拟信号特征值提取 | 第62-65页 |
| 5.5 实测矿山信号特征值提取 | 第65-67页 |
| 小结 | 第67-68页 |
| 6 矿山微震信号分类识别 | 第68-79页 |
| 6.1 支持向量机 | 第68-70页 |
| 6.1.1 支持向量机分类算法 | 第68-70页 |
| 6.1.2 LibSVM | 第70页 |
| 6.2 基于支持向量机的矿山微震信号分类识别 | 第70-76页 |
| 6.2.1 识别数据库的建立 | 第71-74页 |
| 6.2.2 数据库的归一化处理 | 第74页 |
| 6.2.3 降维处理 | 第74-76页 |
| 6.2.4 参数搜索 | 第76页 |
| 6.3 微震信号分类流程 | 第76-77页 |
| 6.4 分类准确率检验 | 第77-78页 |
| 小结 | 第78-79页 |
| 7 结论与展望 | 第79-81页 |
| 7.1 结论 | 第79-80页 |
| 7.2 展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 作者简历 | 第85-87页 |
| 学位论文数据集 | 第87-88页 |
