共查询到17条相似文献，搜索用时 171 毫秒
1.
针对已有的地震检测机器学习模型训练所需的有标注的地震数据难以获取、处理成本高等问题,提出一种适用于小样本情况的地震检测机器学习新模型CCLSN。该模型联合使用连续小波时频变换和重新设计的轻量化卷积神经网络,可大幅降低训练所需的有标注的地震数据量,提高模型的适用性。实验结果表明,CCLSN仅用包含数百个地震样本的小型数据集,就可实现稳定和高精度的识别功能,精度和召回率均在98%以上。CCLSN可为我国中东部等少震弱震地区实现地震自动检测提供新的技术方法。 相似文献
2.
对山东地区2006~2017年3种地震事件--天然地震、爆破及塌陷的波形记录进行小波变换,对提取出的香农熵特征采用支持向量机LIBSVM方法进行分类识别,并设计一系列实验研究影响最终分类效果的因素。结果表明,5种影响因素--信号窗长度、小波分解方式、小波基类型、向量机算法类型、向量机核函数类型均对地震类型的分类识别结果产生一定的影响;识别率最高的3组处理方式均采用了2 000 s信号窗长度+db7小波基+υ-SVC算法的组合方式。所得的识别率较高的几种影响因素组合,在未来可应用于地震类型的实时识别,进一步提高地震类型的识别率和触发准确率。 相似文献
3.
去噪小波包能量法在水声信号识别中的应用 总被引：2，自引：0，他引：2
对小波包能量法进行改进,提出了一种新的方法———去噪小波包能量法,该算法对信号小波去噪后,再用小波包能量法提取信号的特征;应用去噪小波包能量法研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示软阈值、硬阈值、弹性阈值3种标准的小波去噪方法均能明显提高信号识别率,其中最为显著的是软阈值标准去噪,信号的识别率可由未去噪的53 .3%提高到98. 3%,表明算法的有效性。 相似文献
4.
去噪小波包能量法在水声信号识别中的应用 总被引：1，自引：0，他引：1
对小波包能量法进行改进，提出了一种新的方法——去噪小波包能量法，该算法对信号小波去噪后，再用小波包能量法提取信号的特征；应用去噪小波包能量法研究了不同的小波去噪方法对水声信号分类识别率的影响，在实测信号样本集上用BP神经网络进行了识别实验。结果显示软阈值、硬阈值、弹性阈值3种标准的小波去噪方法均能明显提高信号识别率，其中最为显著的是软阈值标准去噪，信号的识别率可由未去噪的53．3％提高到98．3％，表明算法的有效性。 相似文献
5.
支持向量分类机LIBSVM方法识别天然地震、爆破与塌陷 总被引：1，自引：0，他引：1
对天然地震、爆破及塌陷的波形数据进行小波变换,并用小波转换系数提取香农熵特征,采用支持向量分类机LIBSVM多类模式识别方法对香农熵特征进行分类识别,识别率在80%~95%之间。结果表明,采用LIBSVM对波形特征进行分类的方法可以较好地识别天然地震、爆破与塌陷。 相似文献
6.
降噪后的微地震信号存在波形失真问题,基于U型卷积神经网络,引入膨胀系数的空洞卷积,建立U型卷积降噪模型,利用包络熵作为损失函数,对实际微地震信号进行无监督处理,并将U型卷积神经网络的微地震降噪方法(U-NetNA方法)与小波阈值法、时频峰值法、卷积神经网络降噪方法的降噪效果进行对比。结果表明：U-NetNA方法可以应用于合成和实际微地震数据降噪,具有可行性和有效性。与其他方法相比,U-NetNA方法得到更丰富的有效信号特征,能够有效压制噪声,提高微地震信号信噪比。该结果对微地震事件识别、反演定位和裂缝解释等具有参考意义。 相似文献
7.
针对地震信号中存在大量环境噪声的问题,基于天然地震事件和人工爆破事件建立初始数据集,利用集合经验模态分解（EEMD）技术对波形信号进行分解、降噪,提取出较纯净的各阶本征模态函数（IMF）分量,然后对前10阶分量分别计算分布熵,即EEMD多尺度分布熵,建立神经网络输入矩阵。应用鲸鱼优化算法（WOA）对自组织特征映射（SOM）神经网络参数（竞争层维数、网络训练次数）进行优化,针对不同训练样本寻找对应的最优参数值以改善模式识别的稳定性,从而提高地震识别率。结果表明,EEMD多尺度分布熵结合WOA-SOM模型可有效识别天然地震和人工地震。 相似文献
8.
刘茂 《成都信息工程学院学报》2007,22(5):588-592
针对具体的军用超短波信号,提出一种基于模糊神经网的改进信号识别算法.该算法利用模糊神经网实现模糊推理系统,采用分步识别的方法,将特征参数映射到模糊空间进行二分类.仿真表明:在具有高斯加性白噪声的环境中,信噪比高于15dB时,系统识别率高于95%. 相似文献
9.
针对油气井射孔作业引发的微地震事件频率高、持续时间短、能量小,地面采集的微地震信号易被地面环境中随机干扰噪声掩盖,分析微地震相特征时需对微地震信号进行滤波处理,使用常规频率滤波法难以获得准确结果.采用维纳方程相关函数迭加滤波方法,压制随机干扰噪声,获取清晰微地震信号.仿真结果表明,该方法可衰减随机干扰噪声、突出微地震信号同相轴,提高对微地震信号的识别能力. 相似文献
10.
利用尼泊尔地区GPS时间序列季节性信号,构建区域季节性三维位移场和应力应变场模型,再结合降水和地震目录等数据,研究该地区季节性水文负荷对地震活动性的调制作用。结果表明：1）季节性地表位移与降水存在较强的时空相关性;2）季风期的降水对断层的长期运动趋势产生扰动,使库仑应力得到一定程度的释放,进而对地震活动产生抑制作用,并影响地震发生时间。 相似文献
11.
为解决天然地震事件性质辨识依赖人工检测、自动化程度不高且误差较大的问题,利用机器学习中的最小二乘支持向量机（LSSVM）和信息论中的排列熵、近似熵及香农熵等特征参数,建立Entropy-LSSVM地震波形特征提取与事件性质辨识模型。基于2021年青海玛多MS7.4地震、云南漾濞地震事件及人工爆破干扰事件等共计500条波形数据,设计多个不同训练比例与测试比例的随机抽取子实验,采用准确率、召回率、特效度、精确度、F-measure验证该模型的有效性。实验结果表明,熵特征对天然地震和非天然地震事件波形的区分效果明显,且结合熵特征的LS-SVM模型整体性能优于QDA、LDA、朴素贝叶斯、决策树、LogitBoost及RobustBoost等方法,训练集与测试集比例为3∶2的辨识准确率和召回率分别达到99.00%和96.97%,即使训练集只有50条的辨识准确率也可达98%以上,这对天然地震事件的有效甄别有一定参考价值。 相似文献
12.
钻孔体应变高采样率观测实验 总被引：5，自引：0，他引：5
分析TJ-2型钻孔应变仪记录与测震仪记录的结果表明:该应变仪对于100 Hz的采样率有良好的频率响应,能够记录完整的地震波;从近震到极远震,其频响范围与测震仪基本一致,且频响的变化一致性很好,在一定的约束条件下,应变地震波与地震波在时域与频率域能够高度吻合;但该应变仪记录的S波较弱。 相似文献
13.
黄土地貌类型的坡谱自动识别分析 总被引：1，自引：0，他引：1
地貌形态特征识别与分类,对生态环境、水文研究及地质构造分析等地学研究具有重要意义,已成为现代地貌学的一个研究热点。传统的统计模式识别方法精度较低,难以解决线性不可分的模式分类问题。人工方法虽然识别精度高,但因各人认知偏差导致的识别误差难以控制。人工神经网络作为一种动态信息处理系统,能有效解决线性不可分的地貌类型识别问题。坡谱是利用微观地形定量指标来反映宏观地形特征的有效方法,在地貌学研究中正受到广泛的关注。本文以陕北黄土高原8个不同地貌类型区的数字高程模型（DEM）为实验数据,以流域为分析单元,提取坡谱及其特征指标作为描述地形特征的定量因子,并通过BP神经网络的构建与学习,进行黄土地貌类型自动识别。实验结果表明,在8种地貌类型的样本数据中,第1次实验正确识别率平均值达70%;第2次和第3次实验中,去除相似度较高的峁状丘陵沟壑或峁梁状丘陵沟壑任一种地貌类型后,正确识别率平均提升为80%和85%。经Kappa系数验证,该方法能以DEM数据有效识别不同类型的黄土地貌。 相似文献
14.
????????????????????????????????????????Fisher???Fisher???????????????????????????????????в???????????????????????￡??÷???????????????????????????85%???????????????????????????????????????? 相似文献
15.
Removing random noise in seismic data is a key step in seismic data processing. A failed denoising may introduce many artifacts, and lead to the failure of final processing results. Seislet transform is a wavelet-like transform that analyzes seismic data following variable slopes of seismic events. The local slope is the key of seismic data. An earlier work used traditional normal moveout(NMO) equation to construct velocity-dependent(VD) seislet transform, which only adapt to hyperbolic condition. In this work, we use shifted hyperbola NMO equation to obtain more accurate slopes in nonhyperbolic situation. Self-adaptive threshold method was used to remove random noise while preserving useful signal. The synthetic and field data tests demonstrate that this method is more suitable for noise attenuation. 相似文献
16.
提出一种结合自适应噪声完备集合经验模态分解（CEEMDAN）和小波变换（WT）的地震信号去噪新方法CEEMDAN-WT。首先利用CEEMDAN将地震信号自适应地分解为若干个固有模态函数（IMF）和余量;然后计算各分量与原始信号的皮尔森相关系数,对处在不同相关系数阈值区间内的分量分别作小波滤波、维持原状及直接剔除等处理,并进行线性重构;最后构建样本熵变化量、互信息、信噪比等指标体系,定量评估去噪效果。模拟实验与实测数据（青海玛多地震）计算结果表明,与EMD、EEMD等方法相比,CEEMDAN-WT方法能有效抑制随机噪声的影响,提高信噪比,并且地震信号的精细化重构效果较好,信号有效成分得到较大保留。 相似文献
17.
地震-重力联合反演可以降低多解性,针对大勘探范围内岩石波速-密度关系存在较大散布的问题,引入交叉梯度结构约束构建统一的目标函数是一种有效的解决方案。利用台湾海峡南部HX-13测线进行验证:由于火成岩侵入体的存在,部分区域难以拾取可靠的地震初至,常规的走时反演无法准确恢复基底面的形态。搜集研究区的船测重力资料,根据地震地质条件和数据特点设置合适的反演参数,实现基于物性和结构双重约束的重力-地震联合反演。由对反演结果的分析和解释可以看出,该方法可在很大程度上弥补地震数据不完备的缺陷,使反演过程稳定,并提高模型的可靠性。 相似文献