陈银燕
- 作品数：6 被引量：41H指数：2
- 供职机构：广西师范大学计算机科学与信息工程学院更多>>
- 发文基金：地震行业科研专项更多>>
- 相关领域：天文地球电子电信理学更多>>
- 基于经验模态分解的地震P波初至自动识别研究
- 对地震P波初至自动识别是地震信号分析和处理的主要任务之一。由于希尔伯特-黄变换（Hilbert Huang Transform,HHT）中的经验模态分解（Empirical Mode Decomposition,EMD）...
- 黄汉明陈银燕毕明霞赵静周海军
- 关键词：经验模态分解小波变换
- 文献传递
- 基于HMM和GMM天然地震与人工爆破识别算法研究
- 地震可看作是由地震波从震源向外传播过程中造成相关介质震动过程的集合。观测到的地震包括天然地震和人工爆破。人工爆破是由人的活动引起的地震,包括工业爆破地震、矿震和核爆等。目前人工爆破发生的频率越来越高,如果不作适当处理,易...
- 陈银燕
- 关键词：天然地震人工爆破隐马尔可夫模型高斯混合模型
- 文献传递
- 天然地震与人工爆破波形信号HHT特征提取和SVM识别研究被引量：26
- 2011年
- 天然地震和人工爆破信号属于非线性非平稳信号,而传统信号分析方法是针对线性系统平稳信号的,本文采用希尔伯特—黄变换(Hilbert-Huang Transform,简称HHT)试图提取可明确区分天然地震和人工爆破事件的波形特征.通过经验模态分解(Empirical Mode Decomposition,简称EMD)把原信号分解为10个左右的本征模态函数(intrinsic mode function,简称IMF),并取前3个IMF分别提取最大幅值对应的周期(T_(Amax))和倒谱平均值(C_(ave))作为信号特征构建特征样本集,该样本集采用严格的模式识别样本划分法进行样本划分,用支持向量机(Support VectorMachine,简称SVM)进行分类识别,识别率介于75%～94%之间.结果表明模态分量的最大幅值对应的周期(T_(Amax))和倒谱平均值(C_(ave))可以作为识别天然地震和人工爆破的有效特征.
- 毕明霞黄汉明边银菊李锐陈银燕赵静
- 关键词：天然地震人工爆破希尔伯特-黄变换经验模态分解
- 基于经验模态分解的地震P波初至自动识别研究
- 对地震P波初至自动识别是地震信号分析和处理的主要任务之一。由于希尔伯特-黄变换（Hilbert Huang Transform,HHT）中的经验模态分解（Empirical Mode Decomposition,EMD）...
- 黄汉明陈银燕毕明霞赵静周海军
- 关键词：经验模态分解小波变换
- 文献传递
- 各种格式地震数据的查询与读取被引量：2
- 2010年
- 地震数据在地震学、地震工程学及相关领域中使用频率很高,它对于全球实时地震学的研究、海啸警报、国防建设等都具有十分重要的意义。互联网技术的广泛应用为地震数据共享提供了必要的外部条件,主要介绍了各种格式地震数据的查询以及地震数据的读取。
- 毕明霞史新华黄汉明陈银燕赵静
- 关键词：地震数据查询
- 基于经验模态分解的地震波特征提取的研究被引量：15
- 2012年
- 本文原始数据为35个天然地震和27个人工爆破事件的离震中最近的5个台站的垂直分量波形数据.从原始波形数据分别提取最大振幅对应的周期、倒谱的方差、自相关函数的最大值3个特征.依据希尔伯特-黄变换原理,用经验模态分解方法把原始波形信号分解为10个左右的本征模态函数分量后,再从每个分量中分别提取这3个特征.接着对所获取的特征样本集合采用随机划分法分为学习样本集与检验样本集,然后再通过支持向量机进行分类识别,如此反复进行多次样本划分和分类识别.结果表明经验模态分解后的分量信号提取的这3个特征具有更高的识别率,说明了经验模态分解有利于识别天然地震和人工爆破事件,值得进一步深入研究.
- 毕明霞黄汉明边银菊周海军陈银燕赵静
- 关键词：经验模态分解支持向量机地震波波形特征
