首页|基于PSO-SVM的地震信号分类识别研究

基于PSO-SVM的地震信号分类识别研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对地震信号难以分类识别问题,运用了粒子群优化算法(Particle Swarm Optimization,PSO)和支持向量机(Support Vector Machine,SVM)方法,建立了以小波包分解求出的奇异值熵分量为特征输入的PSO-SVM模型.实验中以天然地震和人工爆破这两类地震信号进行,为了验证方法,文中开展了两种类型的实验——分别以单份波形和整个事件为识别单元,仿真实验结果表明,在以奇异值熵分量为特征中,PSO-SVM模型能有效地对地震信号进行分类识别.
Research on Seismic Signal Classification and Recognition Based on PSO-SVM

施佳朋、黄汉明、薛思敏、黎炳君

展开 >

广西师范大学计算机科学与信息工程学院 桂林 541004

地震信号 分类识别 支持向量机 粒子群优化算法 奇异值熵分量

广西重点研发计划国家自然科学基金

2017AB5405541264001

2021

10.3969/j.issn.1672-9722.2021.06.001

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(6)
  • 16