申请/专利权人：广西大学

申请日：2020-09-29

公开（公告）日：2024-03-29

公开（公告）号：CN112200238B

主分类号：G06F18/2413

分类号：G06F18/2413;G06F18/214;G06F18/213;G06F18/2431

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2021.01.26#实质审查的生效;2021.01.08#公开

摘要：本发明公开了一种基于声响特征的硬岩拉剪破裂识别方法及装置，主要解决了现场硬岩拉剪破裂识别不易的问题。包括以下步骤，S1：测定硬岩几何物理参数；S2：记录现场环境噪声；S3：提取硬岩张拉破裂和剪切破裂去噪后声音信号的MFCC特征和LBP特征；步骤S4：将获取的两种特征作为训练样本集合训练IVM模型；S5：现场监测硬岩破裂声音信号，并进行去噪处理；S6：提取监测信号的MFCC和LBP特征，输入已训练的IVM模型中，确定硬岩破裂类型；S7：将IVM分类良好的预测样本作为新的训练样本加入到训练集合中，训练IVM，对之后现场监测声音进行预测。本发明适用于岩溶地区的硬岩中等尺度至宏观尺度拉剪破裂的识别。

主权项：1.一种基于声响特征的硬岩拉剪破裂识别方法，其特征在于包括：步骤S1：测定硬岩几何物理参数；步骤S2：记录现场环境噪声；步骤S3：提取硬岩张拉破裂和剪切破裂去噪后声音信号的MFCC特征和LBP特征；步骤S4：获取的两种特征作为训练样本训练IVM模型；步骤S5：现场监测硬岩破裂声音信号，并进行相应的去噪处理；步骤S6：提取监测信号的MFCC和LBP特征，输入已训练的IVM模型中，确定硬岩破裂类型；步骤S7：将IVM分类良好的预测样本作为新的训练样本加入到训练集合中，重新训练IVM，对之后现场监测声音进行预测；其中，所述步骤S3还包括：分别提取硬岩去噪后的张拉破裂和剪切破裂声音信号的MFCC特征和LBP特征，特征提取方法为：首先，从硬岩的破裂的原声信号中提取反映特征变换声音信号特征规律的MFCC；然后，将破裂的声音信号绘制成时间-频率-幅值的三维平面声纹图，之后提取反映声纹图形纹理分布的LBP特征；将上述两种特征作为区分张拉破裂和剪切破裂声音信号的依据；其中，所述步骤S4还包括：将所提取的张拉和剪切两类声纹图的MFCC和LBP特征融合后作为训练样本对IVM模型进行训练，并在训练中利用交叉验证方法，将全部训练样本随机构建成训练集和预测集，循环训练提高IVM模型的对训练样本的泛化能力。

全文数据：

权利要求：

百度查询： 广西大学 基于声响特征的硬岩拉剪破裂识别方法与装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD