摘要
本发明涉及地震事件监测技术领域,具体为一种基于多特征融合的地震信号分类与识别方法。本发明首先对每一个地震数据进行预处理,得到预处理后的地震数据,之后基于预处理后的地震数据提取时域特征和频域特征,分别设置时域特征的阶梯权重和频域特征的阶梯权重,结合阶梯权重对时域特征和频域特征进行融合,获得融合特征,并将融合特征输入地震信号分类模型以训练地震信号分类模型,得到训练后的地震信号分类模型,最后将实时地震数据输入至训练后的地震信号分类模型,以获取该实时地震数据的地震类型,本申请通过加权融合方法,能够根据特征的重要性分配权重,使关键特征对地震信号分类模型的分类结果的影响更大,从而提高分类的准确性。
技术关键词
地震
时域特征
频域特征
融合特征
权重模型
数据
识别方法
训练阶梯
样本
训练集
频率
融合方法
监测技术
滤波
信号值
关系
系统为您推荐了相关专利信息
面部关键点检测
修正方法
图像解码器
音频编码器
视频帧
图像采集卡
轻量化卷积神经网络
智慧安防
多模态特征
融合特征
血脑屏障开放
信号
编码模块
训练深度学习模型
卷积编码器
短时客流预测方法
网络拓扑数据
多尺度
城市轨道交通网络
融合特征