基于神经网络和核岭回归的爆破振动监测数据处理方法

本发明公开一种基于神经网络和核岭回归的爆破振动监测数据处理方法，涉及工程爆破技术领域。本发明针对现场爆破振动在线监测存在的爆破源移动导致测试结果不准确问题，将核岭回归预测模型与BP神经网络结合在一起，提出一种基于BP神经网络和核岭回归BP‑KRR的爆破振动在线监测数据处理方法，用于修正矿山现场爆破振动在线监测数据。该方法通过开展实验室的冲击试验，产生大量的振动数据，作为训练模型的数据集，校正模型参数，并基于运用人工神经网络BP模型和核岭回归模型对爆破振动波形数据进行训练修正，得出关于传感器方位变化引起的失真数据的修正模型，该模型可以提高爆破测振仪在现场使用的灵活度，大大提高其实际应用能力。