基于EMD-VMD-LSTM的地震信号分类研究

Chinese

您当前的位置：

首页 >

文章列表页 >

研究与探讨 | 更新时间：2025-09-11

- 基于EMD-VMD-LSTM的地震信号分类研究
- Research on seismic signal classification based on EMD-VMD-LSTM
- 传感器与微系统 2021年第6期页码：57-59+62
- 作者机构：
  
  广西师范大学计算机科学与信息工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(41264001)
- DOI：10.13873/J.1000-9787(2021)06-0057-03
  中图分类号： P315.9
- 纸质出版：2021
- 稿件说明：
移动端阅览
施佳朋, 黄汉明, 薛思敏, 等. 基于EMD-VMD-LSTM的地震信号分类研究[J]. 传感器与微系统, 2021,(6):57-59+62.

SHI Jiapeng, HUANG Hanming, XUE Simin, et al. Research on seismic signal classification based on EMD-VMD-LSTM[J]. 2021, (6): 57-59+62.
施佳朋, 黄汉明, 薛思敏, 等. 基于EMD-VMD-LSTM的地震信号分类研究[J]. 传感器与微系统, 2021,(6):57-59+62. DOI： 10.13873/J.1000-9787(2021)06-0057-03.

SHI Jiapeng, HUANG Hanming, XUE Simin, et al. Research on seismic signal classification based on EMD-VMD-LSTM[J]. 2021, (6): 57-59+62. DOI： 10.13873/J.1000-9787(2021)06-0057-03.

针对地震信号分类问题

提出了一种基于经验模态分解—变分模态分解—长短期记忆(EMD-VMD-LSTM)的地震信号分类研究的模型。首先利用EMD和VMD分别提取地震信号的前5个本征模态分量;然后对提取出来的每个本征模态分量求出其熵值

作为分类特征;最后把分类特征输入到LSTM网络中

构成EMD-VMD-LSTM分类模型

对地震信号进行分类实验。实验结果表明:该分类模型对比单一分解方法模型

对地震信号进行分类研究更为有效。

Aiming at the problem of seismic signal classification

a model based on empirical mode decomposition variational mode decomposition long short-term memory（EMD-VMD-LSTM）is proposed.Firstly

the first five intrinsic mode components of seismic signal are extracted by using EMD and VMD.Secondly

the entropy value of each of the extracted intrinsic mode components is derived as a classification feature.Finally

the classification features are input into the LSTM network to form EMD-VMD-LSTM classification model

and take classification experiments on seismic signal.The experimental results show that the classification model

compared with the single decomposition model

is more effective in classifying study on seismic signal.

浏览量

547

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据