La extracción de características de alta precisión de las señales microsísmicas es un requisito importante para el reconocimiento multicategoría de las señales microsísmicas, y también es una base importante para los módulos de detección inteligente en minas inteligentes. Con el objetivo de abordar el problema de la extracción de características no obvias de las señales microsísmicas de minas de múltiples clases, este artículo se basa en el método de aprendizaje no supervisado en el método de aprendizaje profundo, combinado con la relación de energía de paquete de wavelet y la descomposición de valores singulares de módulo empírico, y propone un método basado en la energía de paquete de wavelet y la descomposición de valores singulares de módulo empírico (M-W&E). Este método realiza primero la descomposición de valores singulares de módulo empírico y la relación de energía de paquete de wavelet en la señal microsísmica para construir el vector de características básicas y luego utiliza el algoritmo de aprend
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Efecto de la Forma de la Superficie y Contenido de Fibra de Acero en las Propiedades Mecánicas del Concreto
Artículos:
Evaluación de los factores de carga dinámica para un puente de arco de truss de ferrocarril de alta velocidad
Artículos:
Historial de la Ruptura del Terremoto en la Región Fronteriza de Irán-Iraq del 13 de Noviembre de 2017 de Magnitud 7.3 Basado en Datos Teleísmicos
Artículos:
Caracterización de edificios altos de hormigón armado ubicados en la ciudad de Antofagasta, Chile, a través de índices estructurales
Artículos:
Análisis de fluctuación desvinculada y extracción de características de doble escala autoadaptativa basada en la transformada de Hough de señales de vibración de engranajes