.png){kind=icon}
返回
Multi-sensor microseismic event classification with SNR-based sensor selection and MPA-SincNet model
.png){kind=icon}
PRE
AI
DOI：10.1016/j.measurement.2026.120934.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出一种“选择-分类”框架来解决可变传感器数量问题。
• 开发一种基于信噪比（SNR）的传感器选择方法，其速度比贪心算法快20倍。
• 设计一种轻量级的MPA-SincNet模型，在微震事件分类中达到98%的准确率。
• 设计一种多尺度金字塔注意力（Multi-scale Pyramid Attention, MPA）模块，在特征提取方面优于CBAM。
Keyword:
sensor selection
microseismic event classification
MPA-SincNet
SNR-based method
multi-scale pyramid attention
期刊
IF:
5.6
论文数:
2.1W
被引数:
5.4W
机构
引用论文
Recognition of Rock Micro-Fracture Signal Based on Deep Convolution Neural Network Inception Algorithm.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏A novel method for automatic identification of rock fracture signals in microseismic monitoringMEASUREMENT
MEASUREMENTIF5.6
PREAI
分享收藏
查看更多内容