摘要
本发明公开了一种物理信息神经网络、微震监测数据的分类模型构建及分类方法。构建起的分类模型包括信号嵌入块、Transformer编码器和多层感知器。信号嵌入块将微震信号映射到查询、键和值向量空间,Transformer编码器捕捉到输入查询特征向量、键特征向量、和值特征向量中的物理信息特征。多层感知器根据Transformer编码器捕捉到的物理信息特征进行分类,确定输入信号的类别。Transformer编码器采用离散小波滤波器替换了自注意力机制的线性变换层。通过离散小波滤波器引入小波物理信息对物理信息神经网络进行约束,使得网络能从微震信号中学习到具有明确物理意义且可用于分类的特征,提高模型的可解释性和可靠性,实现特征的有效提取和融合,进而提高公路边坡微震预警的可靠性和准确性。
技术关键词
分类模型构建方法
微震监测数据
小波滤波器
物理
多层感知器
编码器
注意力机制
分类方法
信号
滑动窗口
离散小波变换
嵌入块
低频段
公路边坡
包络
噪声
系统为您推荐了相关专利信息
功率分配控制方法
神经架构搜索
蒙特卡洛树搜索
多层感知器
注意力机制
深层特征提取
图像超分辨率重建
浅层特征提取
深度特征提取
模块
可见光图像
语义
融合方法
图像编码器
文本特征向量