震源识别中小波变换类型的选择研究

英文篇名：Choice of wavelet transform type for automatically recognition of earthquake and explosion
中文刊名：信息技术
英文刊名：Information Technology
作者：卢世军 ; 黄汉明
英文作者：LU Shi-jun1 ; HUANG Han-ming2(1.Department of Computer and Information Engineering ; Guangdong Vocational and Technical College ; Guangzhou510520 ; China ; 2.College of Computer and Information Engineering ; Guangxi Normal University ; Guilin 541004 ; China)
中文关键词：离散小波变换 ; 静态小波变换 ; 小波包变换 ; 香农熵特征 ; -νSVC
英文关键词：DWT ; static wavelet transform ; wavelet packet ; Shannon entropy ; ν-SVC
出版日期：2010-07-25
机构：广东工程职业技术学院计算机信息系;广西师范大学计算机与信息工程学院;
年：2010
期：07
出版单位：信息技术

摘要

在天然地震与人工爆破的识别中,小波变换凭借它良好的表征信号时域和频域局部特征的能力得到了人们的青睐。探讨了离散小波变换、静态小波变换和小波包变换在天然地震与人工爆破识别中的适用性问题,分类效果的检验采用的是-νSVC算法。实验结果证明,只要选择合适的小波基函数,从它们变换后的小波系数中提取出来的香农熵特征都能很好地表达天然地震与人工爆破之间的本质区别。而且从实验结果中还可以看出,随着特征向量维数的增加,分类准确率有提高的趋势,但是整个识别过程所花费的时间也将随之增加。
In the recognition of earthquake and explosion,wavelet transform receives widely attentions due to its capability of simultaneous depicting wave signal characteristics in time and frequency domain.This paper discusses on the applicability of DWT,static wavelet transform and wavelet packet in the automatically recognition of earthquake and explosion,the classification results of the tests used ν-SVC algorithm.The results showed that if appropriate wavelet base function being used,any of these three types of wavelet transform could be applied to discriminate earthquake and explosion by Shannon entropy feature established from wavelet coefficients.Furthermore,the experiments results also reveal that the higher dimension of the feature vector,the higher correct recognition rate,although the recognition processing time also obviously increases.

引文

[1]刘希强,沈萍,张玲,等.用小波变换能量线性度方法识别天然地震与爆破或塌方[J].西北地震学报,2003,25(3).
    [2]边银菊.遗传BP网络在地震和爆破识别中的应用[J].地震学报,2002.
    [3]杨选辉,沈萍,刘希强,等.地震与核爆识别的小波包分量比方法[J].地球物理学报,2005.
    [4]和雪松,李世愚,沈萍,等.用小波包识别地震和矿震[J].中国地震,2006.
    [5]高成,高志,余啸海.Matlab小波分析与应用[M].2版.北京:国防工业出版社,2007.
    [6]Wavelet Toolbox User’s Guide[J].Mathworks Inc,2004.
    [7]Rachel E L,Willsky A S.A Wavelet Packet Approach to Transientsignal Classification[J].Applied and Computational Harmonic A-nalysis,1995,2(3).
    [8][EB/OL].http://www.csndmc.ac.cn/newweb/.
    [9][EB/OL].http://data.earthquake.cn/data.
    [10]郭丽娟,孙世宇,段修生.支持向量机及核函数研究[J].科学技术与工程,2008.
    [11]王睿.关于支持向量机参数选择方法分析[J].重庆师范大学学报:自然科学版,2007.
    [12][EB/OL].http://www.csie.ntu.edu.tw/~cjlin/libsvm/.