基于非负矩阵分解的次声信号分类方法

作     者：孟子轩 程巍 张天予 吕君 滕鹏晓 MENG Zixuan;CHENG Wei;ZHANG Tianyu;LYU Jun;TENG Pengxiao

作者机构：中国科学院声学研究所北京100190 中国科学院噪声与振动重点实验室北京100190 中国科学院大学北京100049 

基　　金：国家自然科学基金项目(11774372 11874389) 

出 版 物：《应用声学》 (Journal of Applied Acoustics)

年 卷 期：2023年第42卷第3期

页      码：627-636页

摘      要：在中国科学院声学研究所大气次声波观察网实地采集的爆炸、地震、闪电、再入4类次声事件105组阵列数据集的基础上,提出应用非负矩阵分解的特征提取方法,对次声信号的自动分类方法进行了研究。针对特征设计过程复杂的问题,该方法使用非负矩阵分解自动挖掘目标信号的隐含结构作为特征。将此特征作为支持向量机和卷积神经网络输入进行分类,以提高特征设计的效率与分类的识别准确率。研究结果指出,在测试集上的平均识别准确率达到了83.13%,相对于传统方法,简化了特征设计过程,并取得更好的分类结果。

主 题 词：次声信号 特征提取 非负矩阵分解 信号分类 

学科分类：07[理学] 082403[082403] 08[工学] 070206[070206] 0824[工学-林业工程类] 0702[理学-物理学类] 

D　O　I：10.11684/j.issn.1000-310X.2023.03.022

馆 藏 号：203121921...