【技术实现步骤摘要】
一种波形智能分类方法
[0001]本专利技术涉及波形分类
,具体为一种波形智能分类方法。
技术介绍
[0002]波形智能分类是一种利用计算机的机器学习,用于对所识别到的图像进行识别和分类,传统方法为了指导计算机追踪子波,采用恒定时窗法来检测,即拾取一个恒定时窗或者地层,设置一个包含目标层时域的时窗长度,但每个视窗应该波形到达的时刻不一样,如果用恒定时窗来检测,其结果是不准确的。
技术实现思路
[0003]本专利技术的目的在于提供一种波形智能分类方法,以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的,本专利技术提供如下技术方案:一种波形智能分类方法,包括以下步骤:步骤一,数据录入;步骤二,提取周期波信号;步骤三,数据归一化;步骤四,统一数据长度;步骤五,波形分类;
[0005]其中在上述步骤一中,将原始测试数据录入波形智能分类系统中;
[0006]其中在上述步骤二中,波形智能分类系统沿着检查区域的中心轴向上向下遍历搜索该周期的起点和终点,当扫描到相邻两个点的乘积小于0, ...
【技术保护点】
【技术特征摘要】
1.一种波形智能分类方法,包括以下步骤:步骤一,数据录入;步骤二,提取周期波信号;步骤三,数据归一化;步骤四,统一数据长度;步骤五,波形分类;其特征在于:其中在上述步骤一中,将原始测试数据录入波形智能分类系统中;其中在上述步骤二中,波形智能分类系统沿着检查区域的中心轴向上向下遍历搜索该周期的起点和终点,当扫描到相邻两个点的乘积小于0,则表示该点在0点附近,提取出min值与max值,它们的范围为(min
‑
max),如此可得到每个波形的完整时区信号;其中在上述步骤三中,利用公式(6)把步骤二中所得到的完整时区信号数据进行归一化处理:其中在上述步骤四中,通过公式(7)及公式(8)将步骤三中处理后数据进行插值拉伸至统一长度:统一长度:其中在上述步骤五中,通过公式(9)计算步骤四中处理后的数据与标准六种分类数据的豪斯多夫距离,以此判断带分类波形的类别:d
H
(X,Y)=max{sup
x∈X
inf
y∈Y
,sup
x∈X
inf
y∈Y
d(x,y)} (9)。2.根据权利要求1所述的一种波形智能分类方法,其特征在于:所述步骤一中,原始测试数据有1241道,每道1001个点,每个点的数据占4字节,分类只针对每道的683
‑
713。3.根据权利要求1所述的一种波形智能分类方法,其特征在于:所述步骤一中,波形智能分类系统利用豪斯多夫距离方法设计,其定义公式如下:H(A,B)=max[h(A,B),h(B,A)]
ꢀꢀ
(1);其中:h(A,B)=max
a∈A
min
b∈B
||a
‑
b|| (2);h(B,A)=max
b∈B
min...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。