摘要
本发明涉及数据处理技术领域,具体涉及一种基于分类算法的震相识别方法及系统,方法包括:获取原始的地震波数据,根据地震波数据的波形特性生成标准地震波数据,形成特征向量集合;从特征向量集合中的标准地震波数据提取多维度分类特征,基于多维度分类特征构建特征向量集合;通过特征向量集合对决策树进行训练,得到训练好的决策树;通过特征向量集合对朴素贝叶斯分类器进行训练,得到训练好的分类器;将训练好的决策树和训练好的分类器进行加权融合,得到融合模型;基于融合模型对地震波数据进行震相识别,输出标准震相与异常震相的识别结果;本发明提高震相识别的准确性和效率。
技术关键词
朴素贝叶斯分类器
分类特征
识别方法
节点
统计学特征
波形
剪枝策略
置信度阈值
数据处理技术
分类规则
算法
异常信号
非线性
识别系统
滤波
处理器
矩阵
系统为您推荐了相关专利信息
集成管理方法
三元组
企业
关键词特征
分布式追踪
智能决策模型
无人机协同
决策方法
节点
无人机编队
可信执行环境
关节点
数据传输方法
传输路径
解密