典型文献
事件源类型识别中的地震波HHT时频特征提取研究
文献摘要：
论文利用希尔伯特-黄变换(HHT)算法,对地震波形数据进行经验模态分解,得到有限个内模函数(IMF)和1个残差函数,并分别直接提取前3个IMF的均值、方差、峰值、峭度和香农熵特征,以及前3个内模函数经过HHT变换后的瞬时振幅幅度谱和瞬时频率幅度谱特征值,这些特征组成特征样本集.采用对称KL距离(Kullback-Leibler distance),以事件为识别单元进行分类识别,每次识别实验,随机选取部分(30％,50％,70％,或90％)事件的所有观测台站的3分量的所有波形相应特征组的特征作为训练样本集的同时也作为测试样本集,多次反复进行实验,结果表明随机选择的4种不同比例的部分事件正确识别率均大于95％;这说明,对从IMF中提取的时频特征,可为由波形识别事件源类提供更为有效的特征.
文献关键词：
天然地震;人工爆炸;事件源类型识别;希尔伯特-黄变换;Kullback-Leibler距离
中图分类号：
作者姓名：
薛思敏;黄汉明;王辉;王梦琪;吴业正
作者机构：
黄河交通学院 武陟 454000;广西师范大学计算机科学与工程学院 桂林 541004
文献出处：
引用格式：
[1]薛思敏;黄汉明;王辉;王梦琪;吴业正-.事件源类型识别中的地震波HHT时频特征提取研究)[J].计算机与数字工程,2022(11):2360-2365
A类：
事件源类型识别,人工爆炸
B类：
HHT,时频特征,希尔伯特,黄变,地震波形数据,经验模态分解,内模,模函数,IMF,峭度,香农熵,熵特征,瞬时振幅,幅度谱,瞬时频率,谱特征值,组成特征,特征样本,KL,Kullback,Leibler,distance,识别单元,分类识别,观测台,台站,形相,训练样本集,随机选择,识别率,波形识别,天然地震
AB值：
0.388767
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。
