核爆地震模式识别PDF|Epub|txt|kindle电子书版本下载

核爆地震模式识别PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1核爆地震监测1

1.2核爆地震监测历史、现状与趋势3

1.2.1核爆地震波区域特征及传播6

1.2.2源特征研究9

1.2.3核爆地震识别技术11

1.2.4核爆地震监测的未来发展23

1.3核爆地震识别的传统方法24

1.4地震波基础知识32

1.4.1地震波34

1.4.2爆炸激发地震波37

1.4.3地震波的运动学特征43

1.4.4地震波的动力学特征46

1.4.5地震波探测方法与技术47

1.5核爆地震数据集56

参考文献57

第2章 模式识别的基本理论66

2.1基本概念和方法66

2.1.1统计模式识别66

2.1.2句法模式识别69

2.1.3智能模式识别70

2.2特征提取与选择71

2.2.1特征提取72

2.2.2特征选择72

2.3分类器设计74

2.3.1线性判别函数75

2.3.2非线性判别函数76

2.3.3其他分类判决77

参考文献78

第3章 核爆地震信号分析与预处理80

3.1核爆地震信号的常规处理80

3.2核爆地震信号的分形与混沌分析85

3.2.1核爆地震信号的分形分析85

3.2.2基于重采样的混沌序列相空间重构算法87

3.2.3基于相空间相关性与PCA的嵌入维和时间延迟选择算法93

3.3数据预处理98

3.3.1事件的检测98

3.3.2初至点检测99

参考文献106

第4章 核爆地震信号的特征提取与选择110

4.1常用的特征提取与选择方法110

4.1.1时域特征110

4.1.2频域特征115

4.1.3时频域特征116

4.1.4特征选择方法118

4.2基于PCA和KPCA的特征提取119

4.3基于最佳分类主分量分析的特征提取算法123

4.4多分辨率能量分形特征提取算法127

4.5基于核非负矩阵分解的特征提取算法129

4.5.1非负矩阵分解的基本理论129

4.5.2基于NMF的核爆地震特征提取131

4.5.3核非负矩阵分解（KNMF ）算法135

4.5.4基于KNMF的核爆地震特征提取136

4.6基于时频分析的特征提取算法137

4.6.1时频平面上的谱比值特征和矩特征138

4.6.2时频平面上的时频面积特征139

4.6.3时频表示的奇异值特征140

4.7基于序优化的核爆地震特征选择140

4.7.1序优化概述140

4.7.2基于序优化的核爆地震特征选择142

4.8基于Gamma Test的特征选择144

4.8.1 Gamma Test理论概述144

4.8.2基于Gamma Test的核爆地震特征选择145

4.9基于序优化和Gamma Test的核爆地震特征选择146

参考文献147

第5章 核爆地震信号的传统判别分析150

5.1一维特征空间中的二分法150

5.2基于近邻规则的核爆地震模式识别150

5.2.1基于最近邻方法的分类器设计150

5.2.2基于K近邻方法的分类器设计151

5.2.3基于模糊变权K近邻方法的分类器设计151

5.3基于最小均方误差准则的分类器设计152

5.4基于Fisher和KFisher判别的核爆地震模式识别156

5.5基于K相关的核爆地震模式识别160

5.5.1 K相关分类原理161

5.5.2核爆地震分类实验162

参考文献163

第6章 核爆地震信号的非线性判别分析164

6.1基于支持向量机的核爆地震模式识别164

6.1.1基于支持向量机的核爆地震自动识别164

6.1.2基于先验知识的核函数构造169

6.1.3信息几何在支持向量机中的应用171

6.2基于隐马尔可夫模型的核爆地震模式识别176

6.2.1隐马尔可夫模型176

6.2.2 HMM基本算法177

6.2.3 HMM的类型181

6.2.4矢量量化编码181

6.2.5 HMM在核爆地震模式识别中的应用183

6.3基于最近邻支持向特征线融合的核爆地震模式识别187

6.3.1最近邻特征线分类算法及分析188

6.3.2最近邻支持向量特征线分类算法及应用189

6.3.3基于最近邻支持向量特征线融合的分类器设计及应用191

6.4基于核K相关的核爆地震模式识别193

6.4.1算法阐述193

6.4.2分类实验及结果分析194

6.5基于分类器集成的核爆地震模式识别196

6.5.1分类器组合方法的优点196

6.5.2分类器输出结果融合规则197

6.5.3基于样本重采样的分类器组合199

6.5.4基于模糊积分的分类器组合201

6.6核爆地震识别中的特征相空间研究206

6.6.1基本思路与方法原理208

6.6.2吸引子维数计算与结果分析210

6.6.3特征相空间等价性的数值实验及结果分析211

6.6.4讨论与应用215

参考文献216

第7章 神经网络在核爆地震模式识别中的应用220

7.1神经网络基本原理220

7.1.1神经网络基本概念220

7.1.2 BP网络模型与BP算法220

7.2神经网络在核爆地震模式识别中的应用222

7.2.1标准BP算法的识别结果223

7.2.2 BP网络的改进学习算法225

7.2.3改进算法的选择及其识别结果232

7.3遗传算法在神经网络模式识别中的应用234

7.3.1遗传算法的基本原理234

7.3.2基于GA的多层前馈神经网络学习算法235

7.3.3 MFANN的泛化学习GA算法238

7.3.4泛化学习GA算法在核爆地震模式识别中的应用241

参考文献243

第8章 协同神经网络与核爆地震模式识别244

8.1协同模式识别方法简述244

8.1.1常用的协同模式识别算法246

8.1.2协同模式识别算法中的关键技术247

8.2基于支持向量样本加权平均的原型模式选择算法251

8.2.1算法阐述251

8.2.2对算法的进一步改进252

8.2.3分类实验与结果分析253

8.3基于模糊C-均值的原型模式选择算法254

8.3.1算法阐述254

8.3.2分类实验与结果分析255

8.4变步长的基于奖惩学习机制的注意参数训练算法257

8.4.1算法阐述257

8.4.2分类实验与结果分析257

8.5基于核函数的协同模式识别259

8.5.1基于核函数的协同模式识别算法259

8.5.2分类实验与结果分析261

参考文献263

第9章 核爆地震模式识别的模糊综合评判265

9.1模糊集的基本知识265

9.1.1模糊特征和模糊分类266

9.1.2模糊关系与模糊变换267

9.2模糊综合评判模型267

9.2.1模糊综合评判的初始模型267

9.2.2多层次模糊综合评判268

9.2.3广义运算子模糊综合评判270

9.3核爆地震模式识别的模糊综合评判270

9.3.1方法思路270

9.3.2权向量构造271

9.3.3单因素评判矩阵272

9.3.4多层次模糊综合评判274

9.3.5模糊综合评判识别结果及分析275

9.4核爆地震模式识别系统框架：挑战与展望277

9.4.1核爆地震模式识别系统框架277

9.4.2挑战与展望278

参考文献279

附录 名词术语中英文对照280

后记285