共查询到19条相似文献，搜索用时 140 毫秒
1.
BP神经网络在新一代地震预报专家系统中的应用 总被引：3，自引：0，他引：3
简介了新一代地震预报专家系统ＮＧＥＳＥＰ，ＢＰ神经网络模型及其算法，同盱ＢＰ神经网络具有很强的非线怀映射功能，它可以很好地反映震前出现异常的种类和异常时间与未来地震震级之间的较强非线性关系，在ＮＧＥＳＥＰ系统中可以从实例库中提取典型震例并通过ＢＰ网络进行学习，实际震例检验表明系统对未来地震震级的预测取得较好理想的结果。 相似文献
2.
本文研究了神经网络方法在基于地震活动性指标的中短期地震预报和基于非测震学前兆异常从属函数的短期地震预报中的应用。选用含一个或两个中间层的前向神经网络模型，并采用与之相适应的ＢＰ算法。以华北地区多年的地震活动性资料和首都圈及其邻近地区的短水准、地电阻率、地磁总强度、水位、水氡含量等前兆观测手段的８０余个台项的多年测资料为基础，对神经网络方法以上两方面的应用作出了实际计算、分析与检验。对一些大地震的发 相似文献
3.
利用４０个地震震例对新一代地震预报专家系统ＮＧＥＳＥＰ的预报效果进行了检验。比较了使用信度分布图和信度等值线图两种方法未来发震地点的效能，分析了系统对地震三要素的预报结果，表明该系统具有较高的预报效能。 相似文献
4.
5.
本文把神经网络方法引进地震预报研究当中。使用地震频次，最大震级，平均震级，等价地震次数等多项地震活动性指标作为神经网络的输入，未来时段内的最大地震震级作为其输出，可以对某一固定地区的最大地震震级作出中近期预报。选用的神经网络模型为含两个中间层的前向模型，并采用ＢＰ算法。所得结果表明，用神经网络方法可以在一定精度范围内使震级预报的内检符合率达到１００％，在本文的例子中，外推预报准确率达到６０％以上。 相似文献
6.
前兆异常区地震危险性概率的评估方法 总被引：1，自引：0，他引：1
讨论了根据前兆观测估计地震危险性概率的问题。给出了单学科观测异常区和多学科观测异常区地震的危险性概率的评估方法。利用个先验概率值,即地震背景概率－Ｐ（Ｂ）、孕震条件下某学科观测发生异常的概率－Ｐ（Ａ／Ｂ）、非孕震条件下某学科观测发生异常的概率－Ｐ（Ａ／Ｂ）,就可计算,①异常区有震概率Ｐ（Ｂ／Ａ）或Ｐ（Ｂ／∩Ａｉ）和异常区无震概率（也称虚报概率（Ｐ（Ｂ／Ａ）或Ｐ（Ｂ／∩Ａｉ）;（２）非异常区有震概率 相似文献
7.
以活动地块为单元,研究了青藏高原北部地区1985年以来的缺震异常与中强地震的对应关系,认为青藏高原北部地区缺震异常具有一定的地震预报效能,尤其是在祁连地块、柴达木地块及共和地块中的应用价值较高,可作为该区中期和短期地震预报的判据之一。多个地块同步出现缺震异常意味着某一地块6级以上地震孕育的可能。 相似文献
8.
地下流体在地震孕育和前兆形成过程中起到重要作用,因此研究地下流体对地震预报至关重要。然而,由于对地震孕震环境和发震机制缺乏深入系统的认识,导致无法根据地表观察到的异常现象准确预测地震。近年来,随着地球物理、地球化学和地质学研究的不断深入,人们对地下流体有了更多新的认识,本文通过对相关研究成果的收集和总结,介绍地下流体研究的几种经典模型,分析了地下流体在地震过程中的主要作用,并探究流体前兆形成机制。研究工作对提高地震预报水平具有一定的借鉴和参考意义。 相似文献
9.
本文试图解释用ＢＰ神经网络解界面反问题时效果不佳的原因。文中首先从信息量的角度提出了ＢＰ神经网络训练本集容量的概念，给出了它的定义及组织训练样本集时应遵循的原则和方法。对于如何用ＢＰ神经网络解界面反问题，给出了其基本步骤，并根据上述训练样本集容量的概念及界面反总理的特殊性，给出了组织界面反问题训练样本集的方法。 相似文献
10.
介绍了神经网络的一些基本概念，ＢＰ神经网络及其算法，使用地震强度因子Ｍｆ值，地震空间集中度Ｃ值，地震危险度Ｄ值对华北地区１９７２￣１９９２年期间进行空间扫描的中期和短期异常资料，通过ＢＰ神经网络进行学习并进行地震短期预测。研究结果表明：利用这３类资料的多项因子进行短期预测的效果较为理想。文章还对使用ＢＰ神经网络的一些具体问题进行了讨论。 相似文献
11.
12.
地震滑坡的滑距与重力滑坡的滑距有着显著的不同，科学预测地震发生时黄土地区滑坡的滑动距离是合理评估黄土地区滑坡风险和减轻滑坡灾害的有效方式之一。基于海原特大地震诱发黄土滑坡的400组野外调查数据，通过引入BP神经网络算法，论证了BP神经网络模型用于预测黄土地震滑坡滑距的适宜性和可行性；建立了地震诱发黄土滑坡滑距的BP神经网络预测模型，并通过67组数据进行了验证。BP神经网络算法和传统多元线性回归、多元非线性回归结果的对比显示，BP神经网络的预测更接近真实情况，具有较为理想的预测效果，可以用于黄土地震滑坡滑距的预测，并为圈定较为可靠的致灾范围提供依据。 相似文献
13.
14.
为了解四川德阳地下水位动态，进而分析地震前兆动态，本文设计了一个基于BP神经网络的地下水位预测系统。采用SWY-Ⅱ数字式水位仪对德阳地下水位数据进行采集。根据采集的2015年水位数据，利用BP神经网络对地下水位变化进行预测，以一年的采集数据进行训练和测试，采用3个输入节点、1个输出节点设计了BP神经网络结构。为了进一步验证本预测系统，本文对2017年7月1日—10月26日地下水位情况进行了预测。实验表明:该方案能有效实现地下水位的预测，为地震前兆工作提供可靠数据。 相似文献
15.
16.
空间电场信号异常识别是研究地震引起电离层扰动的重要内容。 将空间超低频电场电位数据看作随机数字信号, 以均值、 均方差、 偏度和峰度等四个指标进行描述, 采用“5·12”汶川大地震前空间超低频电场电位数据作为原始数据, 训练改进型BP神经网络, 建立了空间电场信号异常分类识别模型, 并以SOM神经网络进行验证。 计算结果显示, 空间超低频电场电位异常信号主要集中在5°~25°N, 88°~120°E之间的区域, 汶川大地震影响范围内的电离层扰动, 可能是汶川地震发生前引起的, 这与前人研究一致, 说明采用改进型BP神经网络异常分类识别模型研究地震引起的电离层扰动是可行的。 相似文献
17.
18.