1.一种基于数据挖掘的微震信号识别的识别方法,其特征在于,具体包括如下步骤:
1)使用三轴加速传感器采集微震信号序列x(i),x(i+1)...;
2)对步骤1)采集到的微震信号进行时空异常检测;
3)对x(i+1)进行数据挖掘提取信号特征:
4)提取微震信号x的标准差,从宏观角度反映一个数据集的波动程度,其定义式如下:上述公式(2)中N表示序列中每个元素的长度;为xi的均值,即
5)判断SD(i)>a,若满足条件,则执行步骤4);若不满足,则判断SD(i+1);
6)提取微震信号x的协方差,用来衡量两个样本之间的相关性的大小,从微观角度反映一个数据集中元素之间的相关性,协方差计算如下:Cov(i,i+1)=E[x(i)x(i+1)] (2)
7)提取微震信号x的导数,导数能够直观的反映一个数据集的变换趋势;导数为1,说明序列平稳;导数为负,说明序列呈负增长,导数为正,说明序列呈正增长,基向量矩阵导数的定义如下:
d(i)=x(i+1)‑x(i) (3)
8)建立时空分类模型,对微震信号提取出来的标准差、协方差和导数进行识别,具体如下:
s.t b,c,d,e,f,j∈R所述的b,c,d,e,f,j的取值根据环境的不同,取不同参数值;
9)由步骤8)得出识别结果,算法结束。
2.根据权利要求1所述的一种基于数据挖掘的微震信号识别的识别方法,其特征在于,步骤2)中,所述的时空异常检测,是计算步骤1)采集到的信号序列x(i)和x(i+1)的欧式距离,其计算公式为:
D(i)=dist(x(i),x(i+1)) (4)对x(i)和x(i+1)的相邻序列做同样操作。
3.根据权利要求1所述的一种基于数据挖掘的微震信号识别的识别方法,其特征在于,步骤3中),所述的a∈R,a的取值根据环境不同,取不同的参数值。