摘要
本发明涉及一种微震事件分类方法、装置、电子设备及存储介质,属于数据监测技术领域,其中,该方法包括:采集第一矿山微震监测数据,并基于预设的转换关系对第一矿山微震监测数据进行数据转换,生成角度‑振幅‑频率图像数据集;利用角度‑振幅‑频率图像数据集对预设的神经网络模型进行训练,生成微震事件分类模型;采集实时矿山微震监测数据,将实时矿山微震监测数据输入训练完备的微震事件分类模型中,输出微震事件分类结果。本发明通过将传统的时频分析转化为图像识别任务,然后通过深度学习模型自动学习和提取微震信号中的复杂特征,提高了微震事件的自动识别精度和处理效率。
技术关键词
矿山微震
事件分类方法
微震事件
神经网络模型
3DCNN模型
图像
频率
数据监测技术
短时傅里叶变换
数据转换模块
模型训练模块
电子设备
深度学习模型
存储器
分类装置
极值
程序
处理器
系统为您推荐了相关专利信息
图像特征提取模型
设备状态识别方法
查询特征
神经网络模型
样本
智能检测方法
智能检测系统
皮带
网络剪枝
深度学习算法
数据库访问方法
数据存储系统
长短期记忆模型
调度特征
预测特征
生物标志物技术
脊髓性肌萎缩
血清
重症肌无力
神经网络模型
卷积神经网络模型
环境光照强度
模型预测控制算法
生成控制指令
导管架