1.一种基于Swin Transformer的煤矿微震信号分类辨识方法,其特征在于,依次包括如下步骤:步骤1:分别选取M个煤矿微震信号、N个爆破信号,并对选取得到的M个煤矿微震信号和N个爆破信号组成的两类样本信号进行数据归一化,分别构建两类样本信号的像素柱状特征图,并形成两类样本信号的像素柱状特征图的训练集和测试集;
步骤2:基于Swin Transformer模型构建煤矿微震信号、爆破信号分类器,用所述的训练集中的数据训练该信号分类器,利用所述的测试集中的数据验证信号分类器的分类辨识效果,通过交叉训练不断提升分类精度;
步骤3:转换待辨识信号时序图为像素柱状特征图,输入步骤2得到的基于SwinTransformer信号分类器中,得到该信号的辨识结果;
步骤1中,构建两类样本信号的像素柱状特征图的具体步骤为:假设煤矿微震信号或爆破信号归一化后为X(t),t=1,2,…,P;
步骤1.2.1:设置滑动窗口W,W的窗长为移动步长为步骤1.2.2:取每个滑动窗口内的绝对值的最大的特征值组成新的时序序列为Y(t),t=1,2,…,T,T为时序序列Y(t)的数据点个数;
步骤1.2.3:根据特征值序列Y(t),t=1,2,…,T构建像素柱状特征图;
步骤1.2.3.1:i=0,num=T,mid=T/2,t=1,2,…,T;
步骤1.2.3.2:创建像素大小为T×T的纯白色图G(j,j),步骤1.2.3.3:如果i
步骤1.2.3.4:如果Z(i)>0,G(j,i)位置的像素点值设为0,其中步骤1.2.3.5:如果Z(i)≤0,G(j,i)位置的像素点值设为0,其中步骤1.2.3.6:i=i+1;并返回步骤1.2.3.3;
步骤1.2.3.7:像素柱状特征图创建结束。
2.根据权利要求1所述的一种基于Swin Transformer的煤矿微震信号分类辨识方法,其特征在于:步骤1中,对两类样本信号进行数据归一化的具体步骤为:假设煤矿微震信号或爆破信号为x(t),t=1,2,…,P,P为信号x(t)的数据点个数;
步骤1.1.1:根据式(1)计算得到两类样本信号的绝对值的最大特征值;
Xmax=max(abs(x(t))) (1)式(1)中,Xmax为信号x(t)的绝对值的最大特征值;
步骤1.1.2:根据式(2)进行两类样本信号的归一化处理:X(t)=x(t)/Xmax (2)式(2)中,X(t)为信号x(t)的数据归一化后的结果。
3.根据权利要求1所述的一种基于Swin Transformer的煤矿微震信号分类辨识方法,其特征在于,步骤2得到的基于Swin Transformer信号分类器中包括输入层、输出层、SwinTransformer层以及用于分类的全局最大池化层以及全连接层。