基于模态分解和奇异谱熵的次声信号分类对比分析

摘要

特征提取是进行次声事件分类识别的必要步骤,其结果对后续分类效果具有决定性影响.本文利用不同的模态分解和奇异谱熵方法对次声信号进行特征提取,并结合最小二乘支持向量机分类器(LSSVM)进行对比分析.试验结果表明:采用的方法在次声信号上的识别效果普遍较好;同时也确定了不同的次声事件组合的最佳识别率所对应的特征提取方法以及特征向量维数.