為提高強震儀的抗干擾能力,基于分類、決策的機器學(xué)習(xí)中的AdaBoost集成學(xué)習(xí)方法,設(shè)計一種強震動數(shù)據(jù)抗干擾算法,以解決基于決策樹的強震動數(shù)據(jù)抗干擾算法存在的易過擬合、分類準(zhǔn)確度不高等問題。從天然地震動與人工干擾下的強震動數(shù)據(jù)中提取出若干個特征（波形對稱度、卓越頻率、最大增長速度等）,形成一一對應(yīng)的訓(xùn)練樣本特征集與事件屬性集;初始化權(quán)重分布,持續(xù)利用AdaBoost技術(shù)更新樣本權(quán)重分布,以增加較難分辨樣本的權(quán)重值,然后將若干個弱分類器訓(xùn)練為一個強分類器,達(dá)到提高強震儀抗干擾準(zhǔn)確度的目的。此方法分類準(zhǔn)確度較高,具有較強的環(huán)境適應(yīng)性,對于推動強震觀測儀器智能化實現(xiàn)、促進(jìn)土木工程結(jié)構(gòu)防震減災(zāi)技術(shù)發(fā)展具有一定現(xiàn)實意義。 

【文章頁數(shù)】：5 頁

【文章目錄】：
1 強震儀抗干擾算法
    1.1 決策樹原理
    1.2 AdaBoost算法
    1.3 強震儀環(huán)境干擾與加速度記錄特征參量研究
    1.4 算法設(shè)計
2 實驗結(jié)果與分析
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于機器學(xué)習(xí)的強震動監(jiān)測環(huán)境抗干擾方法對比研究[J]. 龐聰,江勇,廖成旺,吳濤,丁煒.  內(nèi)陸地震. 2020(02)
[2]2017年6月3日內(nèi)蒙古阿拉善左旗5.0級地震強震記錄及特征分析[J]. 王文才,李佐唐,石文兵.  地震工程學(xué)報. 2018(01)
[3]基于小波降噪和主成分分析的結(jié)構(gòu)損傷識別[J]. 趙懷山,郭偉超,高新勤,楊振朝,李言.  西安理工大學(xué)學(xué)報. 2017(04)
[4]基于BP-Adaboost方法的天然地震和人工爆炸事件波形信號分類識別研究[J]. 趙剛,黃漢明,盧欣欣,郭世豪,柴慧敏.  地震工程學(xué)報. 2017(03)
[5]用于地震預(yù)警系統(tǒng)的單臺站防誤觸發(fā)算法研究[J]. 江汶鄉(xiāng),于海英,趙曉芬,許思銘.  自然災(zāi)害學(xué)報. 2015(02)
[6]基于隨機森林的建筑結(jié)構(gòu)損傷識別方法[J]. 周綺鳳,楊小青,周青青,雷家艷.  振動.測試與診斷. 2012(02)
[7]新型數(shù)字強震儀關(guān)鍵技術(shù)分析[J]. 王雷,周琪,高峰,魏繼武.  地震工程與工程振動. 2011(06)
[8]近場數(shù)字強震儀記錄誤差分析與零線校正方法[J]. 于海英,江汶鄉(xiāng),解全才,楊永強,程翔,楊劍.  地震工程與工程振動. 2009(06)
[9]工程強震觀測儀器觸發(fā)裝置的抗干擾設(shè)計[J]. 趙松年,熊小蕓.  地震學(xué)報. 1987(02)

博士論文
[1]面向地震預(yù)警的強震動數(shù)據(jù)處理技術(shù)研究[D]. 江汶鄉(xiāng).中國地震局工程力學(xué)研究所 2015

碩士論文
[1]基于數(shù)據(jù)挖掘技術(shù)的強震區(qū)公路巖質(zhì)邊坡地質(zhì)災(zāi)害評價體系研究[D]. 宋金龍.成都理工大學(xué) 2012
[2]水下巖塞爆破地震反應(yīng)譜特性及結(jié)構(gòu)的模態(tài)分析研究[D]. 榮立爽.太原理工大學(xué) 2008



本文編號：3681475