TY -的A2 Garcia-Perez Arturo盟——刘,鲁伊PY - 2021 DA - 2021/10/06 TI -矿山微震的信号的特征融合方法研究基于无监督学习SP - 9544997六世- 2021 AB -高精度微震的信号的特征提取是一个重要的先决条件multicategory识别微震的信号,也是一个重要的智能传感模块在智能矿山的基础。针对多级矿山微震的信号的不明显的特征提取问题,本文基于无监督学习方法在学习方法,结合小波包能量比和经验系数奇异值分解,提出了一种基于小波包能量法和经验系数奇异值分解,提出一个方法(M-W&E)基于小波包能量和经验系数奇异值分解。该方法首先执行经验系数奇异值分解和小波包能量比的微震的信号构造基本特征向量,然后使用非监督学习算法进行无监督学习方法特征融合的基本特征向量构造融合特征向量。t-SNE可视化后,各种融合特征向量的区别更明显。融合功能使用SVM分类测试后,发现新功能特性融合后的识别率优于单一小波包经验能源组件和奇异值的经验系数,基本上满足工程的需要,是我一个微弱的震动。信号提取和特征增强的融合多类样本提供一个新的想法。SN - 1070 - 9622你——https://doi.org/10.1155/2021/9544997 - 10.1155 / 2021/9544997摩根富林明冲击和振动PB - Hindawi KW - ER