Page 56 - 《应用声学》2020年第2期

214 2020 年 3 月

含层神经元个数为 4(T = 1)、5(T = 2)、7(T = 4)、 标误差有关，所以总误差只能作为评价网络性能的
9(T = 6)、11(T = 8)、13(T = 10) 个，建立神经网络 参考值。
分别进行实验，实验中训练集和测试集分组方法和
SVM 实验相同，并对多次运行的结果进行统计，来 5 结论
消除训练集和测试集随机选取带来的影响，实验结
SVM 是一种针对有限样本情况的机器学习方
果如表2所示。
法，其目标是根据现有样本数据得出最优解，而不是

表 2 不同隐层节点数的识别率 在样本数趋于无穷大时的最优解。从实验中可以看
出，当样本数量不够多时，SVM 的识别能力要优于
Table 2 Recognition rate of different hid-
den nodes ANN，符合理论分析。因此，可以结合SVM和ANN
的特点，在样本数量比较小的情况下，采用 SVM 的
隐层节点数 训练识别率 测试识别率 网络总误差 识别模型来对事件进行识别，并研究寻找更为有效
4 0.967413 0.830645 0.0635 的核函数，提高识别性能；当样本数量达到一定规模

5 0.961303 0.838710 0.0393 时，采用 ANN 的方法进行学习，发挥 ANN 深度学
习的优势。
7 0.989817 0.774194 0.0093
在实际工程应用中，可以适当降低事件检测算
9 0.983707 0.806452 0.0130
法的检测阈值，提高检测率 (虽然同时误报率也升
11 0.995927 0.846774 0.0132
高)，然后提取次声信号的特征向量，经过机器学习
13 0.993890 0.766129 0.0090
对信号进一步识别判断，从而提高总的事件识别率，
最后采用互相关算法计算其时间延迟并进行定位。
隐层节点数为11时，误差随迭代次数的变化曲
线如图9所示，可以看出误差收敛的速度比较快。

参 考 文 献
10 1
ᝫጷజጳ
త͖ϙ
10 0 ᄬಖ [1] 程先友, 青建华, 庞新良. 核爆次声监测技术的研究现状
与技术可行性分析 [J]. 核电子学与探测技术, 2013, 33(4):
کவឨࣀ 10 -1 455–457.
Cheng Xianyou, Qing Jianhua, Pang Xinliang. Analysis
of the study actuality and technical feasibility for nuclear
explosion infrasound monitoring[J]. Nuclear Electronics &
10 -2
Detection Technology, 2013, 33(4): 455–457.
[2] Melton B S, Bailey L F. Multiple signal correlators[J].
10 -3
0 200 400 600 800 1000 Geophysics, 1957, 22(3): 565–588.
ᤖ̽൓஝ [3] 唐伟, 刘俊民, 王晓明, 等. 互相关算法在次声监测数据处理
中的应用 [J]. 环境工程, 2010, 28(6): 83–86, 88.
图 9 误差随迭代次数的变化曲线 Tang Wei, Liu Junmin, Wang Xiaoming, et al. The ap-

Fig. 9 Error of iterations plication of the cross-correlation arithmetic in infrasound
monitoring data processing[J]. Environmental Engineer-
4.3 结果分析 ing, 2010, 28(6): 83–86, 88.
[4] Cansi Y. An automated seismic event processing for detec-
隐层节点数过少时，会导致生成的网络欠拟合， tion and location: the P.M.C.C. method[J]. Geophysical
训练识别率和测试识别率都比较低，网络性能达不 Research Letters, 1995, 22(9): 1021–1024.
[5] Stevenson P R. Microearthquakes at Flathead Lake, Mon-
到预期效果；隐层节点数过多时，网络计算量增大，
tana: a study using automatic earthquake processing[J].
并容易产生过拟合问题，从而导致网络性能也下 Bulletin of the Seismological Society of America, 1976,
降。除此之外，随着节点数的增多，网络收敛的速度 66(1): 61–80.
[6] 段建华. 微地震事件不同初至拾取方法的对比分析 [J]. 煤田
会相应的有所增加，网络总误差会有所减小，但误
地质与勘探, 2014, 42(3): 82–86.
差的大小除了取决于节点数外，还和结束迭代的目 Duan Jianhua. Comparison of picking method of micro-