天然地震与人工爆破波形特征提取与识别算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-11页 |
| 一、课题研究的背景与意义 | 第7-8页 |
| 二、天然地震与人工爆破波形的物理差异 | 第8页 |
| 三、当前研究与现状 | 第8-9页 |
| 四、研究内容与工作 | 第9-10页 |
| 五、论文组织结构 | 第10-11页 |
| 第2章 分类判别方法 | 第11-27页 |
| 一、线性分类器 | 第11-17页 |
| (一) 判别函数及其性质 | 第11-13页 |
| (二) 设计线性分类器的主要步骤 | 第13页 |
| (三) Fisher线性判别 | 第13-17页 |
| 二、神经网络模式识别法 | 第17-21页 |
| (一) 网络结构 | 第17-18页 |
| (二) 标准BP算法及其改进 | 第18-21页 |
| 三、支持向量机 | 第21-26页 |
| (一) 支持向量机的类型 | 第21-25页 |
| (二) 核函数 | 第25-26页 |
| 四、小结 | 第26-27页 |
| 第3章 天然地震与人工爆破的波形特征提取 | 第27-34页 |
| 一、谱比值的特征提取 | 第27-29页 |
| (一) 离散傅里叶变换 | 第27-28页 |
| (二) 离散傅里叶变换的性质 | 第28-29页 |
| (三) 信号的频谱特征提取 | 第29页 |
| 二、波形复杂度的特征提取 | 第29-30页 |
| 三、综合比值的特征提取 | 第30页 |
| 四、自相关系数的特征提取 | 第30-32页 |
| (一) 平稳随机信号的自相关函数 | 第30-31页 |
| (二) 平稳随机信号的自相关函数的性质 | 第31-32页 |
| 五、特征向量的标准化 | 第32页 |
| 六、改进的最优平面变换 | 第32-34页 |
| 第4章 算法实验及分析 | 第34-46页 |
| 一、数据集的选取 | 第34-38页 |
| 二、本文提取的波形特征类别 | 第38页 |
| 三、样本分类说明 | 第38-39页 |
| 四、识别方法和核函数的选取 | 第39-40页 |
| 五、实验分类结果检验 | 第40-45页 |
| (一) sVM算法分类结果 | 第40-43页 |
| (二) BP神经网络算法分类结果 | 第43-44页 |
| (三) Fisher判别算法分类结果 | 第44-45页 |
| 六、小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 一、本文工作总结 | 第46页 |
| 二、未来工作展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 读研期间发表的论文 | 第52-53页 |
| 致谢 | 第53-54页 |
