以地磁秒数据为研究对象，通过离散Gabor变换将时域的地磁数据转换至二维时频面，提取Gabor变换谱图的均值和方差作为特征值，使用支持向量机实现地磁正常数据与磁暴干扰数据的自动分类识别。对5个地磁台的200组地磁秒数据进行计算分析，结果表明该方法对测试样本数据的识别率可达94%。
Taking the geomagnetic data with a sample rate of 1 as a research object, we propose an approach to extract eigenvalues of geomagnetic data based on discrete Gabor Transform, and then adopt the support vector machine to classify normal data and geomagnetic storm interference data. The experiment results indicate that the recognition rate is above 94% for 200 sets of geomagnetic data.
2020,41(4): 64-69 收稿日期：2019-11-08
DOI：10.3969/j.issn.1003-3246.2020.04.009
基金项目：2019年度中国地震局监测、预测、科研三结合课题（项目编号：3JH-201901055）
作者简介：王静(1986-),女,工程师,主要从事地震监测工作。E-mail:583088634@qq.com
参考文献：
陈红,彭真明,王峻,等. 地震信号分数阶Gabor变换谱分解方法及应用[J]. 地球物理学报,2011,54(3):867-873.
董星宏,李西京,张国强,等. 地磁记录图数字化识别的研究[J]. 地震地磁观测与研究,2009,30(6):49-55.
蒋一然,宁杰远. 基于支持向量机的地震体波震相自动识别及到时自动拾取[J]. 地球物理学报, 2019,62(1):361-373.
徐鹏深,滕云田,于子叶,等. 基于信号指纹的地磁异常识别算法[J]. 地震学报,2018,40(1):79-88.
易世华,刘代志,何元磊,等. 变化地磁场预测的支持向量机建模[J].地球物理学报,2013,56(1):127-135.
张秀玲,柳正. 太阳活动周磁暴与亚洲MS7.0以上地震活动关系[J]. 地震地磁观测与研究,2017,38(5):57-61.
Dennis Gabor. Theory of communication[J]. Journal Institute of Electrical Engineers, 1946, 93:429-457.
