[发明专利]一种基于独立向量分析和支持向量机的地质灾害次声信号分类识别方法及装置

权利要求书

1.一种基于独立分量分析和支持向量机的地质灾害次声信号分类识别装置，其特征在于包括：

数据模块(1)、信号处理模块(2)、支持向量机分类模块(3)、预测模块(4)、分类结果模块(5)；

数据模块(1)与信号处理模块(2)连接，信号处理模块(2)与支持向量机分类模块(3)连接，支持向量机分类模块(3)与预测模块(4)连接、预测模块(4)与分类结果模块(5)连接。

2.如权利要求1所述的地质灾害次声信号分类识别装置，其特征在于：

其中所述信号处理模块(2)包括独立分量分析模块(21)和离散小波变换模块(22)；所述支持向量机分类模块(3)包括训练模块(31)和测试模块(32)；数据模块(1)与独立分量分析模块(21)连接，独立分量分析模块(21)与离散小波变换模块(22)连接，离散小波变换模块(22)分别与训练模块(31)、测试模块(32)连接，训练模块(31)与测试模块(32)连接，测试模块(32)与预测模块(4)连接、预测模块(4)与分类结果模块(5)连接。

3.如权利要求1或2所述的地质灾害次声信号分类识别装置，其特征在于：

数据模块(1)用于保存地质灾害事件的次声信号，其中所有次声信号经截断后信号长度一致；将截断后的次声信号经过独立分量分析模块(21)的处理，采用独立分量分析方法处理信号；

经过独立分量分析模块(21)的处理后的信号，通过离散小波变换模块(22)分解出信号的高频系数与低频系数提取该信号的特征向量；

将提取的特征向量按照特定比例分别输入到训练模块(31)和测试模块(32)。

4.如权利要求1-3任一所述的地质灾害次声信号分类识别装置，其特征在于：

将提取的特征向量按训练集:测试集＝2:1的比例分别输入到训练模块(31)和测试模块(32)；所述训练模块(31)用于对支持向量机分类模块(3)进行训练以获取最优参数，测试模块(32)用于测试支持向量机分类模块(3)的最终分类结果。

5.如权利要求1-4任一所述的地质灾害次声信号分类识别装置，其特征在于：

测试模块(32)的输出信号被输入到预测模块(4)，所述预测模块(4)根据分类结果判断信号为何种地质灾害事件产生的。

6.如权利要求1-5任一所述的地质灾害次声信号分类识别装置，其特征在于：

根据分类结果模块(5)的分类准确率调整训练模块(31)和测试模块(32)的参数，优化预测结果。

7.一种基于独立分量分析和支持向量机的地质灾害次声信号分类识别方法，其特征在于包含以下步骤：

301输入次声信号：获取次声信号，并对次声信号进行截断处理后得到信号S；

302零均值：对输入信号S进行零均值处理，即求出输入信号S的均值后，再由输入信号S减去该均值；

303球化：令输入信号S与混合矩阵A相乘，计算出输入信号S的线性组合矩阵X，其中且X各行正交；

304解混：求解混矩阵W计算出输入信号S的近似信号Y，其中Y＝WX＝WAS；

305小波分解：对信号Y作离散小波变换，得到小波分量y；

将小波分量y按训练集数据个数：测试集数据个数＝2:1的比例分为两组，一组用于306生成训练集数据、一组用于307生成测试集数据；

308训练支持向量机：将训练集数据及其所属次声事件的类别标签输入支持向量机中，根据公式及其约束条件

subject to y_i[<w,x_i>+b]≥1-ξ_i(ξ_i≥0,i＝1,2,L,n)，计算出该支持向量机分类模型的离群因子C与高斯核函数的半径g的值，其中

309测试支持向量机：根据测试集数据及该支持向量机分类模型的离群因子C与核函数参数g，计算出公式的值，即测试集数据的分类超平面，对其进行分类；

310预测类别：根据步骤309中计算出的分类超平面，输出对测试集数据的预测类别标签。