买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都川油瑞飞科技有限责任公司

摘要：本发明涉及基于经验模态分解IMF引导的微震信号识别方法，包括将经过处理后的原始微震信号数据分为两路，一路直接输入到U型结构神经网络，另一路通过经验模态分解得到IMF1分量；U型结构神经网络输入层接收原始微震信号数据，同时在U型结构神经网络的编码阶段加入由经验模态分解原始微震信号后得到的IMF1分量，使其对特征提取进行引导约束；通过编码阶段中的池化层对IMF1分量进行降维，然后通过解码阶段进行解码后输出识别预测结果。本发明通过引入EMD方法以提高网络模型的特征学习能力，使模型在提取特征中利用EMD分解后的IMF1分量补充约束原始信号的方式以提高低信噪比的微震信号识别率。

主权项：1.基于经验模态分解IMF引导的微震信号识别方法，其特征在于：所述微震信号识别方法包括：将经过处理后的原始微震信号数据分为两路，一路直接输入到U型结构神经网络，另一路通过经验模态分解得到IMF1分量；U型结构神经网络输入层接收原始微震信号数据，同时在U型结构神经网络的编码阶段加入由经验模态分解原始微震信号后得到的IMF1分量，使其对特征提取进行引导约束；通过编码阶段中的池化层对IMF1分量进行降维，使其与对应特征图尺寸匹配，然后通过解码阶段进行解码后输出识别预测结果；所述微震信号识别方法还包括U型结构神经网络模型训练步骤，且在训练之前，需要将数据格式转换为N×M×K大小的三维数据，N为单道地震波形采样点数，M为多道联合数量，K为通道个数，在训练中采用10交叉折叠用以进行严格评估；所述U型结构神经网络模型训练步骤具体包括：步骤1：按照格式输入微震信号；步骤2：取10%为测试集，剩余90%的数据中再划分90%为训练集，10%为验证集；步骤3：通过时窗左右移动的长度不超过样本长度的0.1的随机移动时窗的方法实现训练集的扩增，移动反方向以零填充；步骤4：将所有样本两端各裁剪样本长度的0.1，以去除零填充的部分并统一格式；步骤5：对上述步骤所得到的信号序列进行经验模态分解，得到与信号序列尺寸匹配的IMF1分量；步骤6：将微震信号输入网络进行训练，其中epoch设为50，batch设为20，且在编码阶段的每一个子模块加入相应IMF1分量对特征图进行约束，其中IMF1分量采用最大池化思想进行降维，以保证与对应子模块的特征图尺寸相匹配；步骤7：由于采用了10交叉折叠，最终识别正确率则取10次的平均值，并且通过绘制ROC曲线和计算AUC值来更进一步评估模型分类性能。

全文数据：

权利要求：

百度查询： 成都川油瑞飞科技有限责任公司 基于经验模态分解IMF引导的微震信号识别方法