摘要
本发明公开了一种微震检测方法、设备及可读介质,微震检测方法包括步骤:对样本数据进行处理,得到降噪波形数据;建立深度卷积神经网络分类模型,采用降噪波形数据对其进行训练;建立支持向量机模型,采用综合特征向量对其进行训练;将经过处理后的待检测数据输入至深度卷积神经网络分类模型,以深度卷积神经网络分类模型的输出输入至支持向量机模型中,得到检测结果。本发明采用深度卷积神经网络分类模型与支持向量机模型的方式,深度卷积神经网络分类模型通过其强大的特征提取能力为支持向量机模型提供了高质量的输入数据,而支持向量机模型则在深度卷积神经网络分类模型提取的特征基础上进行最终分类,提高检测结果的准确率。
技术关键词
深度卷积神经网络
支持向量机模型
检测数据输入
波形
二维图像数据
特征提取能力
样本
正则化方法
通信接口
标准化方法
处理器
小波阈值
存储器
传播算法
通道
介质
滤波
电子设备
计算机
系统为您推荐了相关专利信息
车险定价方法
分类准确率
支持向量机模型
梯度提升模型
因子
波形畸变率
动态抢占
重合闸断路器
资源
数值获取方法
注意力卷积神经网络
参数估计方法
参数估计模型
海杂波形状参数
构建训练集
田块尺度
无人机多光谱影像
量估计方法
深度卷积神经网络
多波段