Page 90 - 《应用声学）》2023年第5期

982 2023 年 9 月

Ԡ஝c =1.5, c =1.7, ጼൣ൦஝=200, 将测试样本特征集放入训练好的PSO-LSSVM
Best c=0.1, g=207.267
98 多模式分类器中进行分类预测。由分类器的输出值
97 来确定岩石破裂状态类型。设定 1 表示压密阶段，2
96 表示弹性阶段，3 表示失稳破坏阶段，4 表示失稳破
95 坏后阶段。图15 为时域、频域及融合特征向量集经
ᤠऄए 94 PSO-LSSVM算法分类的结果图。
93
4.0
92
ᄾࠄዝѿ
91 3.5 ᮕ฾ዝѿ
90
3.0
89
0 20 40 60 80 100 120 140 160 180 200
ᤉӑ̽஝ ฾តನవዝѿ 2.5
(a) ௑۫ྲढ़ʾᤖ̽జጳ
2.0
100
Ԡ஝c  =1.5, c  =1.7, ጼൣ൦஝=200,
98 1.5
Best c=0.1, g=105.438
96
1.0
94 0 10 20 30 40 50 60 70 80 90 100
92 ฾តನవᎄՂ
ᤠऄए 90 (a) ௑۫ྲढ़͖ӑᄊፇ౧Ѭዝڏ
88 4.0
86
ᄾࠄዝѿ
84 3.5 ᮕ฾ዝѿ
82
3.0
80
0 20 40 60 80 100 120 140 160 180 200
ᤉӑ൦஝ ฾តನవዝѿ 2.5
(b) ᮠ۫ྲढ़ʾᤖ̽జጳ
98 2.0
96 1.5

94 1.0
0 10 20 30 40 50 60 70 80 90 100
฾តನవᎄՂ
ᤠऄए 92 (b) ᮠ۫ྲढ़͖ӑᄊፇ౧Ѭዝڏ
90
4.0
88 ᄾࠄዝѿ
3.5 ᮕ฾ዝѿ
86 Ԡ஝c  =1.5, c  =1.7, ጼൣ൦஝=200,
Best c=3.672, g=55.924 3.0
84
0 20 40 60 80 100 120 140 160 180 200
ᤉӑ൦஝ ฾តನవዝѿ 2.5
(c) ᚸՌྲढ़ʾᤖ̽జጳ
2.0
图 14 各域特征迭代曲线图
1.5
Fig. 14 Iterative graph of each domain feature
由图 14 可知，在时域特征集下搜索到的最佳 1.0 0 10 20 30 40 50 60 70 80 90 100
惩罚因子 γ = 0.1，σ = 207.267；在频域特征集下 ฾តನవᎄՂ
(c) ᚸՌྲढ़͖ӑᄊፇ౧Ѭዝ
搜索到的最佳惩罚因子 γ = 0.1，σ = 105.438；在
融合特征集下搜索到的最佳惩罚因子 γ = 3.672， 图 15 各域特优化后的结果分类图
σ = 55.924。进一步对比分析得到融合特征下迭代 Fig. 15 Result classification diagram after opti-
适应度更集中，分布在90∼98之间。 mization of each domain