龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：三峡大学
申请日：2024-02-04
公开（公告）日：2024-06-14
公开（公告）号：CN118194154A
主分类号：G06F18/2413
分类号：G06F18/2413;G06F18/10;G06F18/213;G06F123/02
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.02#实质审查的生效;2024.06.14#公开
摘要：基于改进小波阈值去噪的DAS信号分类方法，包括以下步骤：对DAS信号Q做小波分解，得到细节系数cD{cD1，cD2，……,cDM}及近似系数cA{cA1，cA2，……,cAM}；结合赤池信息量准则AkaikeInformationCriterion，AIC确定阈值，采用新的阈值函数对小波分解后的细节系数cD进行阈值量化处理，得到处理后的细节系数cD'{cD1'，cD2'，…,cDM'}；cDm'表示经过阈值量化处理后的第m层细节系数；使用处理后的细节系数CD'与小波分解最后一层的近似系数cAM进行小波逆变换，完成信号重构，得到小波去噪后的信号Q'；提取小波去噪后的信号Q'的时域特征，使用提取的时域特征构建数据集，将数据集分为训练集及测试集；使用WKNN算法对测试集中数据进行信号分类。本发明采用小波去噪预处理后，再提取信号特征构建数据集，并采用WKNN对DAS信号分类，提高了分类准确率。
主权项：1.基于改进小波阈值去噪的DAS信号分类方法，其特征在于包括以下步骤：步骤1：对DAS信号Q做小波分解，得到细节系数cD{cD1，cD2，……,cDM}及近似系数cA{cA1，cA2，……,cAM}，其中：M为小波分解层数，cDm、cAm分别为第m层的细节系数和近似系数，m＝1,2…,M；步骤2：结合赤池信息量准则AkaikeInformationCriterion，AIC确定阈值，采用新的阈值函数对小波分解后的细节系数cD进行阈值量化处理，得到处理后的细节系数cD'{cD1'，cD2'，…,cDM'}；cDm'表示经过阈值量化处理后的第m层细节系数；步骤3：使用处理后的细节系数CD'与小波分解最后一层的近似系数cAM进行小波逆变换，完成信号重构，得到小波去噪后的信号Q'；步骤4：提取小波去噪后的信号Q'的时域特征，使用提取的时域特征构建数据集，将数据集分为训练集及测试集；步骤5：使用WKNN算法对测试集中数据进行信号分类。
全文数据：
权利要求：
百度查询： 三峡大学 基于改进小波阈值去噪的DAS信号分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号