共查询到20条相似文献，搜索用时 31 毫秒
1.
本文使用地震模式识别应用程序包—简称“PR” 程序包(the packageof program-to apple algorithms of pattern recognition)提供的CORA-3修改方法和Hamming方法,对北京及其邻近地区的地质、地貌和地球物理资料进行了新的研究。得到的结果如下:北京及其邻近地区M≥6.0级地震的震中主要分布在自新生代以来活动断裂(特别是主活动断裂)的交汇带内,新生代断陷盆地和新生代断陷盆地与平原或山区的接触地带。 本文对同一组资料用CORA-3方法、CORA-3修改方法、Hamming方法和加权Hamming方法的识别分类结果进行了比较。其中加权Hamming方法识别分类效果最好,CORA-3修改方法次之,Hamming方法和CORA-3方法更次之。 CORA-3方法可以通过识别的示性特征给出震中地区的地质背景及其相应的图象。Hamming方法计算简便、节约机时和内存,而且识别分类效果就本文而言,加权Hamming方法还略好于CORA-3修改方法。 相似文献
2.
本文使用地震模式识别应用程序包—简称“PR”程序包(the packag(?)of program-to apply algorithms of pattern rccognition)提供的 CORA-3修改方法,将川滇地区的地震频度衰减系数 h 值、小震群频次 n 及其定量描述 k值、震情指数 A 值,震中在空间分布上的集中度 c 值和 b 值作为强震前的一组震兆加以综合分析,结果表明,h 值≤1.0、k 值≤0.85,在一定空间范围内出现小地震集中现象,持续的低 b 值异常很可能是强震前的重要震兆。震情指数在综合分析中所起作用较弱,而小震群的频次则未起作用。经过 k 值试验和单项试验表明结果是稳定的。 相似文献
3.
4.
基于CORA-3算法对辽宁省的滑坡危险区域进行模式识别。将地形地貌、地层岩性、断裂构造、河流水系和年平均降雨量作为滑坡影响因子,在综合分析各因子影响的基础上,结合历史滑坡灾害的分布,利用CORA-3算法识别辽宁省内可能发生滑坡的危险区域。结果证明,识别出的区域与历史资料相吻合,更重要的是,识别出了一些尚未发生过滑坡的潜在危险区域。该识别方法可为滑坡灾害预警系统的建立提供理论依据。 相似文献
5.
本文选取1974年以来我国华北、西南地区15个发生过6级以上地震的地区时段和20个没有发生过6级以上地震的地区时段作为模式识别研究的对象,用地震空区、条带、b值、集中度、密集、平静、安全域等地震活动性方法构成问题征询表。采用修改的CORA-3算法进行模式识别。消除等效特征与弱特征,进行广泛的K阈值、对象及参数变化的控制试验。计算结果表明,识别较稳定,地震条带、b值、集中度、安全域等组成的地震活动性图象特征具有重要的前兆意义。综合模式识别能力明显高于任一单项方法。本文改进了一般的识别准则,采用综合决策方案,提高了模式识别结果的可信度。 相似文献
6.
7.
本文用模式识别方法(CORA—3修改方法)研究了云南及其邻近地区大地震的发生时间与中强地震活动特性的关系。结果表明(不分子集):M≥7.0级大震前1—2年内,5—5.9级地震频度有明显增强。前1年6—6.9级地震相对减弱,前2—4年内6—6.9级地震可增至一定水平。对于CORA—3修改算法在采用“CLUSTERS”算法和不用“CLUSTERS”算法所得识别分类结果基本一致。FH(future history test)试验表明,用1930—1986年为学习时段,1969—1986年为预测时段。得到D类识别率为0.6,N类误识率为0.38。 相似文献
8.
9.
利用一次中强以上地震(M0>4.7)发生后头3天的地震序列资料,应用模式识别、模糊聚类等方法对未来3个月内是否可能发生相当(M=M00.3)或更大(M>M0)地震作综合判定研究.回顾性预报评分结果表明,应用这些应用数学方法作综合判定比单项方法的效果明显地好.其中模式识别 CORA-3算法的 V 评分值最高,44个已知地震序列样本(5个Ⅰ类,39个Ⅱ类)参加学习和训练,内符识别全部正确.对事先留下的最后4个已知地震序列(2个Ⅰ类,2个Ⅱ类)作外推检验也全对.对研究过程中新发生的二次地震序列,一次正确,一次误判.亨明(Hamming)方法和模糊聚类方法分类的内符评分 V 可达0.8以上.外推也多数正确. 相似文献
10.
11.
利用多功能地震定位程序包 MELP82,可以根据不同的使用目的,选用不同的地震定位方法,完成单个地震定位、成组单个地震定位、标准事件定位方法、利用标定地震的联合震源测定或联合震中测定、以及联合测定地震参数与速度模型等。程序包由主控程序,控制子程序及功能程序构成、采用统一的数据格式,从而便于选用不同方法处理同一组数据,也便于调整程序组合和扩充程序包功能。本文将扼要介绍程序包的功能和基本结构,并对使用的几种定位方法的共性与特点加以分析。文中还讨论了本程序包的可能应用范围。 相似文献
12.
13.
本文应用“地磁观测数据处理和方法研究程序”，分析了１９８９年－１９９３年发生在四川省内Ｍｓ≥４．７地震的震磁效应，结果证明该程序包实用性强，可用于该地区的日常监视预报工作。 相似文献
14.
模式识别是一门年青的学科。Gelfand、Press和Briggs等人都曾将此方法用于危险区的划分及研究地震与钱德勒颤动等的关系。有关模式识别在地震学中应用的概况,请参看文献[3]。 在“大震前地震活动的图象识别”一文中,我们将模式识别方法用于识别强震发生的时间,我们曾得到:“大震发生前的一定时间内,中等地震活动增至一定水平、相差半级 相似文献
15.
以模式识别的ＣＯＲＡ－３修改算法,使用历史有感地震和现代相应的地震资料,对南黄海地区中、强地震前地震学异常信息进行了尝试性提取,初步确定了其综合预报指标和规则。结果表明,该方法内符和外推检验效果较好,可试用于该区中、强地震发生时间的中期预报。 相似文献
16.
多级判别、聚类分析等统计模式识别方法在地震综合预报中的应用已有多篇文献报道(石绍先、沈斌,1986;1990;王学仁,1982).多年预报实践表明,模式识别方法对于地震预报是有效的.随着国际上神经网络研究的兴起,该方法也被用于模式识别领域,但尚未见其用于地震综合预报方面.本研究运用“反向传播”神经网络,对滇西南地震区17个震例进行了计算机分析,建立了地震综合预报的专家系统,从而为进一步研究决定地震强度的物理因素,准确地预报将来的未知地震提供参考信息. 相似文献
17.
一、前言自四十年前世界上第一台计算机问世以来,计算机的影响已渗透到人们生活的各个领域,从科学计算到信息处理,应用十分广泛。随着计算机技术的迅速发展,目前计算机正处在以数据处理为主转到以知识处理为主的革命性转变之中。现在计算机不仅可以完成一般的科学计算和数据处理,而且能够进一步完成需要人的智力才能完成的工作,比如:问题求解、定理证明、自然语言理解、专家系统、模式识别、智能检索、机器人学、自动程序设计等等,这些属于人工智能领域的工作在世界上已有了相当的进展, 相似文献
18.
以四川省地理环境条件为研究背景,根据相关单位提供的资料,对四川省滑坡危险性等级进行了区划研究。将地形地貌、地层岩性、断裂构造、河流水系、降雨量、地震烈度等6项作为滑坡的主要影响因素,采用模式识别方法进行滑坡危险性等级区划,对算法中所涉及到的危险系数计算公式、因子权重分析、阈值选取等进行了一系列控制试验,验证了算法的可行性以及降低算法中存在的不确定性。采用“识别率”和“改变率”2个准则来判断“分类结果作为新的训练集”,即RTS试验的收敛性,从而给出识别率高、改变率稳定的分类结果,以及能合理反映识别结果的最佳参数。通过3次逐级识别分类,将四川省滑坡危险度划分为7个等级,区划结果与实际滑坡发生情况吻合。本文方法同样适用于其它地区的滑坡危险性等级区划。 相似文献
19.
应用模式识别方法综合分析多项震兆 总被引：1，自引：0，他引：1
本文对华北地区公元1400年以来的16次M≥7强震和随机选取的191次“无强震”,研究 了下列一组震兆:地震活动水平;b值:空区;地震的条带分布和地震的集中性。对每项震兆,建立了该震兆为异常的一个或数个定量的准则,然后用模式识别法综合分析了这组震兆。结果表明:强震前地震活动水平增强和中小地震集中在强震震中附近可能是重要的震兆;b值异常在综合预测中也起了较大的作用;空区和地震的条带分布所起作用较弱。一系列控制试验表明结果是稳定的。基于对这组震兆的研究,在计算机上建立了“应用模式识别方法的综合预测方案”,并试用于强震的预测。 相似文献