典型文献
基于分形理论的水合物回波特征提取及分类识别
文献摘要：
针对海底裸露块状天然气水合物的探测问题,为了能从超声回波中准确提取天然气水合物的特征信息并与其他海底沉积物的特征进行分类识别,提出基于分形理论的水合物分类识别方法.通过实验室超声探测装置获取各类海底沉积物样品和天然气水合物样品的回波信号,并利用分形理论对回波信号进行分析,提取不同海底底质的声学回波特征,然后利用分类算法对底质进行分类识别.利用概率神经网络对沉积物试样回波样本的原始广义维数谱及经过核Fisher判别分析法优化后的特征进行分类识别.研究结果表明:采用多重分形方法提取的不同海底底质的广义维数谱特征差异明显,可以达到区分天然气水合物和其他沉积物的目的;未经优化的原始广义维数谱的识别准确率约为68.8％,而采用降维优化处理后的识别准确率提高到82.3％,表明经降维优化后的核Fisher判别分析法对天然气水合物回波信号的识别具有较好的适应性和较高的准确率.
文献关键词：
天然气水合物;分形理论;广义维数谱;核Fisher判别法
中图分类号：
作者姓名：
徐海良;蒋昌健;杨放琼;孙思聪
作者机构：
中南大学机电工程学院,湖南长沙,410083;中南大学高性能复杂制造国家重点实验室,湖南长沙,410083
文献出处：
引用格式：
[1]徐海良;蒋昌健;杨放琼;孙思聪-.基于分形理论的水合物回波特征提取及分类识别)[J].中南大学学报（自然科学版）,2022(03):899-908
A类：
广义维数谱
B类：
分形理论,回波特征,分类识别,裸露,块状,天然气水合物,超声回波,特征信息,海底沉积物,超声探测,回波信号,底质,声学,学回,分类算法,概率神经网络,Fisher,判别分析法,多重分形,谱特征,特征差异,识别准确率,优化处理,明经,别具,判别法
AB值：
0.212385
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
