小样本次声信号的模式分类研究
发布时间：2022-02-19 12:48
在日常生活中,自然现象与人类活动都可能产生一种人耳无法感知的低频信号,这种信号就是次声波,它的频率通常在0.002-20Hz之间。随着人们对次声信号研究的深入,它所表现出来的特征信息也被赋予了越来越重要的意义。1996年,全面禁止核试验条约（CTBT）组织成立,认定次声信号是4种核试验检测的有效途径之一,将次声研究推向一个新的高度。模式识别理论在很多科学和技术领域中得到了广泛重视,次声监测领域也不例外。在实际应用中,监测系统采集到的次声信号存在着大量的自然环境噪声,分类识别工作主要是将特定的某种次声信号从强背景干扰噪声中提取出来,同时与其他类型的次声事件进行区分。区别于其他领域的模式识别,次声分类受到两个因素的制约,一是诸如陨石降落与火箭发射时产生的次声信号与其他声信号相比发生几率较小,样本数量稀缺,基于大数量样本模型的深度学习理论等分类方法在次声信号的模式识别中阻碍重重;二是由于次声信号本身的低频特性,导致其易受环境风等背景噪声的影响。这些因素都会增加使次声信号达到高准确率分类的难度,基于上述分析,本文将从次声信号的普遍性与特殊性两方面出发,对模式分类技术展开研究,旨在小样本数据量的...
【文章来源】：中国科学院大学(中国科学院国家空间科学中心)北京市
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景与意义
1.2 次声信号模式分类研究现状
1.3 论文的主体思路与工作
1.4 论文的组织结构与内容
第2章 模式分类的总体框架
2.1 分类识别系统的基本流程
2.2 次声数据集的构建与预处理
2.2.1 原始数据集的构建
2.2.2 小波降噪
2.3 特征的选择与提取
2.4 模式的识别与分类
第3章 信号的特征提取
3.1 特征提取技术方法概述
3.2 基于信息熵的特征提取
3.2.1 信息熵的方法原理
3.2.2 基于信息熵的特征提取技术
3.3 基于EMD和信息熵的特征提取
3.3.1 经验模态分解算法
3.3.2 基于EMD和小波奇异谱熵的特征提取技术
3.3.3 基于EMD和小波能谱熵的特征提取技术
3.3.4 基于EMD和功率谱熵的特征提取技术
3.4 基于HHT方法的特征提取
3.4.1 HHT方法的基本原理
3.4.2 基于HHT边际谱的特征提取技术
第4章 信号的分类识别
4.1 信号分类识别算法概述
4.2 LSSVM原理概述
4.3 基于LSSVM分类识别算法的实验结果对比分析
4.3.1 有效IMF分量的确定
4.3.2 不同特征提取技术的分类准确率对比
4.4 对分类识别系统算法的优化
4.4.1 对EMD算法的优化
4.4.2 对LSSVM参数的优化
第5章 总结与展望
5.1 论文取得的主要成果
5.2 尚待研究的问题
参考文献
作者简历及攻读学位期间发表的学术论文与研究成果
致谢
【参考文献】：
期刊论文
[1]基于EEMD的HHT多尺度油气水多相流动力学特性研究[J]. 李利品,郝耀民,黄燕群. 化工自动化及仪表. 2019(01)
[2]基于区间运算的谐波用户典型工况分析[J]. 邵振国,林坤杰,陈锦植,潘夏. 电力科学与技术学报. 2018(04)
[3]STFT与WVD在地震波时频分析中的应用[J]. 刘希康,丁志峰,李媛,崔仁胜. 地震地磁观测与研究. 2016(01)
[4]CTBT国家数据中心概述[J]. 王媛,石绍柱,李靓,刘哲函,王海军,唐伟,王燕. 地球物理学进展. 2016(01)
[5]次声在灾害监测方面的研究现状和进展[J]. 郑菲,陈维升,林春. 科学技术与工程. 2015(07)
[6]炸药性能对地震波品质影响的Hilbert-Huang变换分析[J]. 白春华,曾一鑫,王仲琦,陈健. 北京理工大学学报. 2014(12)
[7]泥石流自动化监测预警技术的应用——以贵州省望谟县望谟河泥石流为例[J]. 赵星,李龙,李禹霏,刘韬. 工程地质学报. 2014(03)
[8]基于希尔伯特-黄变换的船舶声信号特征提取[J]. 李新欣. 哈尔滨理工大学学报. 2014(03)
[9]基于EEMD与奇异熵增量谱的齿轮故障特征提取[J]. 杨望灿,张培林,吴定海,陈彦龙. 机械传动. 2014(02)
[10]次声:监测地震的新领域[J]. 章菲,杨庆生,夏雅琴,陈维升. 地学前缘. 2013(06)
博士论文
[1]图核及其在模式识别中应用的研究[D]. 蒋强荣.北京工业大学 2012
[2]EMD算法研究及其在信号去噪中的应用[D]. 王婷.哈尔滨工程大学 2010
[3]内燃机的非平稳信号分析方法及其噪声源小波识别技术的研究[D]. 韩军.天津大学 2004
硕士论文
[1]基于EEMD心音分割算法的研究[D]. 呼俊杰.南京大学 2018
[2]数据挖掘中聚类分析算法的研究与改进[D]. 张朋.江南大学 2016
[3]北京沙河流域泥石流监测预警研究[D]. 冒建.中国地质大学(北京) 2015
[4]次声波信号分析方法研究[D]. 尚媛媛.昆明理工大学 2013
[5]基于次声波的泥石流监测系统的研究与设计[D]. 许文杰.东华大学 2013
本文编号：3632927
【文章来源】：中国科学院大学(中国科学院国家空间科学中心)北京市
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景与意义
1.2 次声信号模式分类研究现状
1.3 论文的主体思路与工作
1.4 论文的组织结构与内容
第2章 模式分类的总体框架
2.1 分类识别系统的基本流程
2.2 次声数据集的构建与预处理
2.2.1 原始数据集的构建
2.2.2 小波降噪
2.3 特征的选择与提取
2.4 模式的识别与分类
第3章 信号的特征提取
3.1 特征提取技术方法概述
3.2 基于信息熵的特征提取
3.2.1 信息熵的方法原理
3.2.2 基于信息熵的特征提取技术
3.3 基于EMD和信息熵的特征提取
3.3.1 经验模态分解算法
3.3.2 基于EMD和小波奇异谱熵的特征提取技术
3.3.3 基于EMD和小波能谱熵的特征提取技术
3.3.4 基于EMD和功率谱熵的特征提取技术
3.4 基于HHT方法的特征提取
3.4.1 HHT方法的基本原理
3.4.2 基于HHT边际谱的特征提取技术
第4章 信号的分类识别
4.1 信号分类识别算法概述
4.2 LSSVM原理概述
4.3 基于LSSVM分类识别算法的实验结果对比分析
4.3.1 有效IMF分量的确定
4.3.2 不同特征提取技术的分类准确率对比
4.4 对分类识别系统算法的优化
4.4.1 对EMD算法的优化
4.4.2 对LSSVM参数的优化
第5章 总结与展望
5.1 论文取得的主要成果
5.2 尚待研究的问题
参考文献
作者简历及攻读学位期间发表的学术论文与研究成果
致谢
【参考文献】：
期刊论文
[1]基于EEMD的HHT多尺度油气水多相流动力学特性研究[J]. 李利品,郝耀民,黄燕群. 化工自动化及仪表. 2019(01)
[2]基于区间运算的谐波用户典型工况分析[J]. 邵振国,林坤杰,陈锦植,潘夏. 电力科学与技术学报. 2018(04)
[3]STFT与WVD在地震波时频分析中的应用[J]. 刘希康,丁志峰,李媛,崔仁胜. 地震地磁观测与研究. 2016(01)
[4]CTBT国家数据中心概述[J]. 王媛,石绍柱,李靓,刘哲函,王海军,唐伟,王燕. 地球物理学进展. 2016(01)
[5]次声在灾害监测方面的研究现状和进展[J]. 郑菲,陈维升,林春. 科学技术与工程. 2015(07)
[6]炸药性能对地震波品质影响的Hilbert-Huang变换分析[J]. 白春华,曾一鑫,王仲琦,陈健. 北京理工大学学报. 2014(12)
[7]泥石流自动化监测预警技术的应用——以贵州省望谟县望谟河泥石流为例[J]. 赵星,李龙,李禹霏,刘韬. 工程地质学报. 2014(03)
[8]基于希尔伯特-黄变换的船舶声信号特征提取[J]. 李新欣. 哈尔滨理工大学学报. 2014(03)
[9]基于EEMD与奇异熵增量谱的齿轮故障特征提取[J]. 杨望灿,张培林,吴定海,陈彦龙. 机械传动. 2014(02)
[10]次声:监测地震的新领域[J]. 章菲,杨庆生,夏雅琴,陈维升. 地学前缘. 2013(06)
博士论文
[1]图核及其在模式识别中应用的研究[D]. 蒋强荣.北京工业大学 2012
[2]EMD算法研究及其在信号去噪中的应用[D]. 王婷.哈尔滨工程大学 2010
[3]内燃机的非平稳信号分析方法及其噪声源小波识别技术的研究[D]. 韩军.天津大学 2004
硕士论文
[1]基于EEMD心音分割算法的研究[D]. 呼俊杰.南京大学 2018
[2]数据挖掘中聚类分析算法的研究与改进[D]. 张朋.江南大学 2016
[3]北京沙河流域泥石流监测预警研究[D]. 冒建.中国地质大学(北京) 2015
[4]次声波信号分析方法研究[D]. 尚媛媛.昆明理工大学 2013
[5]基于次声波的泥石流监测系统的研究与设计[D]. 许文杰.东华大学 2013
本文编号：3632927
本文链接：https://www.wllwen.com/kejilunwen/wulilw/3632927.html
