利用复合特征对电磁辐射监测进行模式识别冲击地压预测研究.pdfVIP

利用复合特征对电磁辐射监测进行模式识别冲击地压预测研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 25 卷 增 2 岩石力学与工程学报 Vol.25 Supp.2 2006 年 10 月 Chinese Journal of Rock Mechanics and Engineering Oct.,2006 利用复合特征对电磁辐射监测进行 模式识别的冲击地压预测研究 李 洪,蒋金泉 ( 山东科技大学 泰安校区,山东 泰安 271019) 摘要:如何从电磁辐射监测数据中预测冲击地压危险性,一直是冲击地压预测领域研究的重点。目前,运用较多 的有临界指标法、综合指数法、指标变化偏差法等,但这些方法都只注重数据的表面变化,忽视了隐藏及蕴含在 监测时序中许多有助于识别冲击地压危险的特征和有用信息,模式识别方法通过提取监测时序中的时域、频域及 小波域特征构成复合特征向量,以欧氏距离测度作为类内类间可分离性判据对特征向量进行压缩变换,运用 Fisher 准则构造冲击危险性识别的模式识别器,识别器用压缩后的特征向量进行训练学习,得到识别器的结构参数:权 向量和分界值(阈值)后,即可成为性能稳定的冲击地压危险性预测的模式识别系统,运用该系统就能实现对其他样 本的预测识别。通过对检验样本的预测表明,预测精度要优于临界指标法等传统预测方法。 关键词:采矿工程;电磁辐射;冲击地压;预测;复合特征;模式识别 中图分类号:TD 32 文献标识码:A 文章编号:1000 –6915(2006)增 2 –3775 –07 PREDICTING STUDY ON ROCK BURST ACCORDING TO ELECTROMAGNETIC EMISSION THROUGH PATTERN RECOGNITION WITH THE HELP OF MULTI-FEATURES LI Hong ,JIANG Jinquan (Tai′an Campus ,Shandong University of Science and Technology,Tai′an ,Shandong 271019 ,China) Abstract :How to predict rock burst according to electromagnetic emission observation data has been always the hot topic in this research field. The methods more often used now are critical value method ,synthetically index method and index change error method ,etc.. But all these methods lie stress only on the superficial change of data and overlook a lot of features of rock burst and useful information which are concealed and hidden in observation time series. Pattern recognition extracts the feature value of time domain,frequency domain and wavelet domain in observation time series to form multi-feature vectors,use Euclidean distance measure as separable criterion between the same type and different types to compr

文档评论(0)

wq640326 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档