文献

J-GLOBAL ID：202002241854817603   整理番号：20A0807331

機械学習アルゴリズムに基づく地上振動信号の認識と予測【JST・京大機械翻訳】

Recognition and prediction of ground vibration signal based on machine learning algorithm

著者 (2件)： Zhong Zhicheng (College of Instrumentation and Electrical Engineering, Jilin University, Changchun, China) ,  Li Hongqin (The First Hospital, Jilin University, Changchun, China)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 32  号： 7  ページ： 1937-1947  発行年： 2020年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 地盤運動のタイプの正確な認識は,地震工学の分野における基本的作業である。本論文において,地下地震信号の検出と認識のキー技術を研究した。目標認識アルゴリズムは,収集した目標信号をノイズ除去して,特性量を抽出することを通して,目標認識を実現するために設計した。地上の移動ターゲットによって発生する地動信号が環境雑音に敏感であることを考慮して,本論文はウェーブレットパケットノイズ除去の動作原理とそのサポートベクトルマシン分類モデルを紹介した。ウェーブレットパケットを用いて信号を最初に雑音除去し,次に雑音除去信号のゼロ交差速度解析をウェーブレットパケット雑音除去後に行い,パラメータを抽出し,相互相関基準のエネルギーを最終的に選択した。定量的指標を組み合わせて,マルチ特徴ベクトルを構築し,訓練と予測のためのマルチクラスサポートベクトルマシンの入力として用いた。本モデルにおいて,サポートベクトルマシンモデルの最適パラメータを,遺伝的アルゴリズムパラメータ最適化によって見つけた。実験結果は,改良モデルが,人々と車両によって引き起こされた地動信号を正しく認識し,分類することができ,分類装置の性能を改善できることを示した。Copyright Springer-Verlag London Ltd., part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 分類装置 ,  地震 ,  物体認識 ,  雑音低減 ,  地動 ,  遺伝的アルゴリズム ,  *学習アルゴリズム ,  雑音除去 ,  サポートベクトルマシン
準シソーラス用語： パラメータ最適化 ,  相互相関 ,  特徴ベクトル ,  認識アルゴリズム ,  ウェーブレットパケット ,  最適パラメータ , 【Automatic Indexing@JST】

著者キーワード (5件)： 地動信号 ,  ウェーブレットパケット変換 ,  サポートベクトルマシン ,  遺伝的アルゴリズム ,  ターゲット認識

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 機械学習 ,  アルゴリズム ,  地上 ,  振動信号 ,  予測