Page 80 - 《应用声学）》2023年第5期

972 2023 年 9 月

closer, showed a horizontal line trend, and each state cross aliasing number is less, the first state without
a sample error, and four states compared with the PCA after the clustering effect is more concentrated. By
comparing the sum of the sensitivity of fusion features of the two algorithms after dimension reduction, the sum
of fusion features of LLE algorithm is much larger than that of PCA algorithm, which shows that the fusion
features obtained by LLE algorithm after dimension reduction represent more of the local information contained
in the original signal and proves that LLE algorithm has better clustering effect compared with PCA algorithm.
Finally, according to the classification of sandstone fracture states under LLE feature fusion, the recognition
rate of the fusion features increased by 6% compared with a single time-domain feature identification. It shows
that this method can significantly improve the identification rate of rock rupture state classification, and the
dimension reduction performance is relatively outstanding.
Keywords: Acoustic emission signal; Classification of sandstone rupture state; Locally linear embedding;
Principal component analysis; Dimensionality reduction; Fusion feature sensitivity; Clustering effect

杏芳等 [10] 通过对 3D 地震数据的层问属性进行特
0 引言
征提取，比较 LLE 和 PCA 两种降维方法的聚类效
果，实例应用表明 LLE 算法较好地保持了原始数据
在外界各种因素作用下，岩石内部会产生应力
的结构特征，具有更高的特征提取能力。王玥 [11]
集中现象，但是这种应力集中的状态是不稳定的，
使用 LLE、PCA、多维缩放 (Multiple dimensional
因此应力会向稳定的低能状态进行过度，在过程中
scaling, MDS) 几种降维算法对股票的收盘价数据
应变能会采用弹性波的形式向外扩散，即声发射现
进行特征简约再预测分析，并和几种直接回归预测
象 [1−2] 。声发射技术 [3] 可以预测被测对象的内部
方法进行对比，结果表明经过 LLE 算法降维后的预
变化，是当前最佳的矿井安全检测技术 [4] ，且可以
测精度提高显著，更加精确。
适用于岩石失稳的预测，提前发现危险状况。在实
通过以上分析，比较各种特征数据降维方法的
际监测过程中，能够准确获知挖矿过程中岩石的破
优劣，发现 LLE 和 PCA 算法作为主流的数据处理
裂状态，就能更快更多减少矿井安全事故发生 [5−6] 。
方法已经广泛应用于科研的方方面面。通过对高维
岩石破裂状态的获取，需要对岩石破裂过程中的历
的数据进行特征简约，保留了原始数据的重要特征，
史数据进行准确的特征向量提取。为了保留特征信
使得简单模型在小数据集上有更强的鲁棒性。本
号中的有用信息并对大量的数据特征进行简约，需
文通过PCA与LLE算法的降维融合特征实验对比，
要对特征数据进行降维处理。因此融合特征下数据
分析 4 个状态下融合特征的聚类效果，选取聚类效
降维算法的好坏对于岩石破裂状态分类及失稳预
果更集中的算法作为岩石破裂信号特征数据的降
测具有重要意义。
维方法，为分析岩体失稳状态提供一定的理论依据
针对原始数据特征存在大量的冗余信息、数据
和基础。
的数维偏高及区分性不强等问题，国内外学者对此
提出了不同的解决方法。Ibrhim 等 [7] 抽取声发射
1 LLE算法原理及特点分析
信号与力信号的各种统计参数，然后利用主元分析
法 (Principal component analysis, PCA) 剔除冗余 针对PCA忽略原始信号的局部信息的问题，一
或与刀具磨损相关性小的信息，发现声发射信号的 种无监督的非线性局部嵌入算法被提出，LLE 算法
均值、标准偏差和力信号在三个方向分量的最大值 的主要思想是对局部邻域线性化处理，通过将原始
与刀具磨损相关性最大，达到降维的目的。刘开南 数据从高维映射到低维特征空间，从而使数据可视
等 [8] 提出了一种用于图像分类的 Mod-局部线性嵌 化 [12] 。该算法通过不同邻域的不同数据点的线性
入(Locally linear embedding, LLE)算法，通过对图 重构权值，得到局部邻域中的每个数据点，再将其映
像数据集进行测试，结果表明图像分类的精度较高 射到低维空间，同时要保证局部邻域与重构权值的
且降维性能良好。Cheng等 [9] 提出了一种增量LLE 关系，这样得到的低维嵌入空间的样本点线性重构
算法，通过对卫星的遥测数据进行特征降维来实现 权值和高维空间中表示的线性权值相同 [13] 。计算
故障检测，其仿真的结果表明该方案的有效性。刘 过程为以下3个步骤：