[发明专利]一种基于IfnoGAN和SSD模型的微地震有效信号的识别方法及系统有效
| 申请号： | 201910151946.0 | 申请日： | 2019-02-28 |
| 公开（公告）号： | CN110007341B | 公开（公告）日： | 2020-10-20 |
| 发明（设计）人： | 盛冠群;张静蓝;唐新功;谢凯;熊杰;汤婧 | 申请（专利权）人： | 长江大学 |
| 主分类号： | G01V1/28 | 分类号： | G01V1/28;G01V1/30 |
| 代理公司： | 武汉河山金堂专利事务所(普通合伙) 42212 | 代理人： | 胡清堂;陈懿 |
| 地址： | 434023 *** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于IfnoGAN和SSD模型的微地震有效信号的识别方法及系统，本方法通过采用最大互信息化生成对抗神经网络InfoGAN结合SSD模型，实现对小样本微地震数据集中的信号进行微地震有效检测，通过生成器、分类器和判别器的相互作用，提高生成数据集样本的质量和精确度，将经过InfoGAN中分类器分离出的特征结合SSD预训练模型进行再次训练，准确识别有效信号。 | ||
| 搜索关键词： | 一种 基于 ifnogan ssd 模型 地震 有效 信号 识别 方法 系统 | ||
【主权项】：
1.一种基于IfnoGAN和SSD模型的微地震有效信号的识别方法，其特征在于，所述方法包括以下步骤：S1、根据微地震原始数据集中不同的原始信号，进行初步分离出信号和噪音；S2、将初步处理后的微地震原始数据集输入IfnoGAN中，通过IfnoGAN中的生成器在无监督条件下通过最大互信息化提取有效特征；S3、根据生成器中的隐编码，分类器中提取出特征，再利用生成器和判别器的相互博弈过程，生成与原始数据集相似度高且精确度不小于设定阈值的数据集；S4、根据步骤S3中生成的大于设定阈值的数据集与原始数据集组成SSD模型的训练集，并将所述训练集中的信号进行标记，将标记后的训练集输入SSD预训练模型中并结合步骤S2中提取的特征进行充分训练，由此准确识别出有效信号；S5、重复执行步骤S4，通过再次的训练对信号和噪声进行有效识别，并利用SSD模型框出有效信号，从而检测出有效信号。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长江大学，未经长江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910151946.0/，转载请声明来源钻瓜专利网。
