[发明专利]基于深度学习的微震信号分类方法、装置及存储介质有效
申请号: | 201910601781.2 | 申请日: | 2019-07-05 |
公开(公告)号: | CN110308485B | 公开(公告)日: | 2022-02-11 |
发明(设计)人: | 彭平安;王李管;张建国;何正祥;蒋元建 | 申请(专利权)人: | 中南大学;长沙施玛特迈科技有限公司 |
主分类号: | G01V1/28 | 分类号: | G01V1/28;G01V1/30 |
代理公司: | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人: | 崔自京 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于深度学习的微震信号分类方法、装置及存储介质,该分类方法包括:获取微震信号;对所述微震信号进行特征提取,得到用于表征所述微震信号的表达特征,其中,所述表达特征为基于分帧和各分帧对应的时域及频域特征确定的二维特征矩阵;基于所述表达特征和用于分类的分类模型进行分类识别,确定所述微震信号对应的分类结果;其中,所述分类模型为基于训练集数据进行深度学习训练确定的模型。其可以实现对微震传感器监测的微震信号按照预设的分类模型进行自动准确分类,利于提升地压灾害监测的智能化水平。 | ||
搜索关键词: | 基于 深度 学习 信号 分类 方法 装置 存储 介质 | ||
【主权项】:
1.一种基于深度学习的微震信号分类方法,其特征在于,获取微震信号;对所述微震信号进行特征提取,得到用于表征所述微震信号的表达特征,其中,所述表达特征为基于分帧和各分帧对应的时域及频域特征确定的二维特征矩阵;基于所述表达特征和用于分类的分类模型进行分类识别,确定所述微震信号对应的分类结果;其中,所述分类模型为基于训练集数据进行深度学习训练确定的模型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学;长沙施玛特迈科技有限公司,未经中南大学;长沙施玛特迈科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910601781.2/,转载请声明来源钻瓜专利网。