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4-8页 |
| 第1章 绪论 | 第8-11页 |
| 第1节 本课题研究的背景及意义 | 第8页 |
| 第2节 天然地震与人工爆破的物理差异 | 第8-9页 |
| 第3节 当前的研究现状 | 第9-10页 |
| 第4节 本文组织结构 | 第10-11页 |
| 第2章 相关理论知识 | 第11-26页 |
| 第1节 小波分析的基本理论 | 第11-18页 |
| 一、连续小波变换（CWT） | 第11-12页 |
| 二、离散小波变换（DWT） | 第12-13页 |
| 三、静态小波变换(SWT) | 第13-15页 |
| 四、小波包分析 | 第15-16页 |
| 五、常用的小波函数 | 第16-18页 |
| 第2节 支持向量机（SVM） | 第18-26页 |
| 一、分类问题 | 第18-19页 |
| 二、最优分类面 | 第19-21页 |
| 三、核函数 | 第21-22页 |
| 四、支持向量机 | 第22-26页 |
| 第3章 天然地震与人工爆破的波形特征提取 | 第26-35页 |
| 第1节 数据集的选取 | 第26-27页 |
| 第2节 本文提取的波形特征类别 | 第27-28页 |
| 第3节 基于DWT 的波形特征提取 | 第28-30页 |
| 第4节 基于SWT 的波形特征提取 | 第30-32页 |
| 第5节 基于小波包的波形特征提取 | 第32-33页 |
| 第6节 特征向量的标准化 | 第33-35页 |
| 第4章 波形特征分类效果检验 | 第35-51页 |
| 第1节 不同信号窗长度的分类效果 | 第35-38页 |
| 第2节 不同小波基函数的分类效果 | 第38-40页 |
| 第3节 能量比(Ewt)特征的分类效果 | 第40-42页 |
| 一、DWT 分解系数的分类效果检验 | 第40-41页 |
| 二、SWT 分解系数的分类效果检验 | 第41页 |
| 三、WPT 分解系数的分类效果检验 | 第41-42页 |
| 第4节 香农熵(Eshannon)特征的分类效果 | 第42-45页 |
| 一、DWT 分解系数的分类效果检验 | 第42-43页 |
| 二、SWT 分解系数的分类效果检验 | 第43-44页 |
| 三、WPT 分解系数的分类效果检验 | 第44-45页 |
| 第5节 对数能量熵(Elog)特征的分类效果 | 第45-47页 |
| 一、DWT 分解系数的分类效果检验 | 第45页 |
| 二、SWT 分解系数的分类效果检验 | 第45-46页 |
| 三、WPT 分解系数的分类效果检验 | 第46-47页 |
| 第6节 实验结果分析 | 第47-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 第1节 本文工作总结 | 第51页 |
| 第2节 下一步工作展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士期间发表的论文 | 第56-57页 |
| 致谢 | 第57-58页 |
