共查询到20条相似文献，搜索用时 109 毫秒
1.
基于模糊神经网络和符号的地震预报专家系统NGESEP 总被引：7，自引：0，他引：7
本文介绍了专家系统的发展、神经网络、模糊系统与专家系统相结合的优点以及新一代地震报专家系统的构成等。该系统除具有传统专家系统的特点外，还因使用模糊联想记忆神经网络模型而具有良好的学习功能。文中也对ＦＡＭ神经网络模型及其应用作了介绍。 相似文献
2.
结构振动控制中神经网络应用的新进展 总被引：11，自引：0，他引：11
介绍了作者近年来应用神经网络在结构振动控制研究中所取得的一些进展,包括：（１）提出了自递归神经网络（ＳＰＮＮ）,这种网络的学习收敛速度比一般的ＢＰ网络快得多;（２）应用自递归神经网络预测了结构地震响应。预测结果与结构实际响应相当吻合;（３）提出了一种基于自递归神经网络的结构响应过程中不同状态下Ｌｙａｐｕｎｏｖ方程,该法简单、快速,能够满足在线控制要求。 相似文献
3.
储层预测中BP神经网络的应用 总被引：7，自引：13，他引：7
论述了BP神经网络的基本原理及在油气预测中的应用，特别讨论了网络的学习和网络技术的改进，通过SN油田SGH组的油气预测，表明利用BP神经网络进行油气藏的储层预测是有效的。 相似文献
4.
为实现自动检测地震噪声波形是否异常,提出应用BP神经网络技术进行地震噪声波形检测.选取福建地震台网88个测震台站2018-2019年的地震噪声原始波形,计算波形的加速度功率谱密度(PSD)值作为神经网络的输入特征值,在MATLAB中构建BP神经网络进行学习训练和仿真测试.测试验证了训练后的BP神经网络模型具备了可靠的地震噪声波形是否异常的检测能力.应用BP神经网络检测地震噪声波形免去了人工判断的工作,实现全自动处理,提高了检测效率,为今后地震噪声波形质量自动监控提供了新的技术方法. 相似文献
5.
近年来，深度学习的发展给科研人员开辟了地震定位研究的新思路，科研人员将深度学习技术应用于地震定位并取得了较好的效果。文章首先介绍根据神经网络的编码与解码对深度神经网络的分类，然后对深度学习的基本流程进行总结，最后对深度学习中广泛应用于地震定位的方法进行综述，总结不同方法的特点和实际应用情况。结果表明：深度学习方法能够实现地震事件的自动定位，且定位的精度较高，缩短了地震定位所需时间，在处理地震大数据方面也具有明显优势，能够克服目前传统地球物理方法在地震定位方面的一些不足之处。相信随着深度学习技术的进一步发展，必将更为广泛地应用于地震定位研究中。 相似文献
6.
结构网络最小混合型神经元网络油气预测 总被引：1，自引：0，他引：1
基于统计学习理论中的结构风险最小化原理，从理论上给出了神经网络的结构设计方法和实现过程。该方法能自适应地扩展神经网络的容量，从而完成网络的结构设计，并且在有限样本的情况下，阳大限度地提高网络的训练精度和泛化能力，进而提高神经网络预测结果的可靠性。此外，本方法可使神经网络同时具有多种类型的特性函数，增强了网络的信息处理能力。文中给出了该方法在大庆油田某开发区块储层油气检测的应用实例。 相似文献
7.
8.
为进一步提高大地电磁非线性反演的稳定性、运算效率及准确度，将遗传神经网络算法引入大地电磁反演.首先针对大地电磁二维地电模型建立BP（Back Propagation）神经网络基本框架进行学习训练，网络输入为已知地电模型的视电阻率参数，输出为该地电模型参数；再利用遗传算法对神经网络学习训练过程进行优化，计算出多种地电模型网络连接权值和阈值的最优解；最后将最优连接权值和阈值对未知模型进行反演测试，网络输入为未知地电模型的视电阻率参数，输出为该地电模型参数.模型实验表明：遗传神经网络算法充分结合了遗传算法的全局寻优性和神经网络的局部寻优性，相比单一神经网络算法，在网络学习训练中提高了解的收敛成功率和计算速度，在反演测试中能更准确地逼近真实模型.将遗传神经网络算法与最小二乘正则化反演进行对比，理论模型和实测数据都验证了遗传神经网络算法在大地电磁反演中的可行性和有效性. 相似文献
9.
利用北京国家观象台的测震记录,探索了样本构建、训练过程、模型结构等因素对远震震相P-S和近震震相Pg-Sg拾取模型性能的影响。结果表明:适中的卷积层深度、正则化和数据清洗能够有效地改善模型性能,而残差块的影响却相对有限。与此同时,基于类模型可视化和平滑GradCAM++的模型解释显示:卷积神经网络复现了震相的关键特征,其决策敏感区域也与震相识别的经验准则一致。最后,连续波形的扫描结果展示了卷积神经网络在远-近地震震相识别的应用前景与提升空间。此外,本文针对模型搭建与训练中存在的问题提出了样本选择、模型架构、标签标注和集成学习等改进方案,以供后续研究参考。 相似文献
10.
本以反应谱的特征提取为主题,讨论了被估计目标特征的自动提取问题,中给出了反应谱特征参数提取的神经网络模型,该应用模型通过学习积累有关特征的知识,然后利用已学到的知识自动完成新目标相应特征的提取,体现出神经网络设计智能系统的潜力。 相似文献
11.
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
12.
IntroductionThe theory of artificial neural netWorks has been used in some fields for recent years such asearthquake damage prediction (Shi, Liu, 1991), earthquake intensity (Wang, 1993), earthquakecomprehensive prediction (Wang, Dai, 1997), and so on. The initial Studies indicate that someresults are prevail over classical statistical pattern recognition and fuZZy recognition methods.Neural network system is a high adaptive nonlinear dynamical system. It can extract causalitythrough a ple… 相似文献
13.
A new neural‐network‐based methodology for generating artificial earthquake spectrum compatible accelerograms from response spectra was proposed in 1997, in which, the learning capabilities of neural networks were used to develop the knowledge of the inverse mapping from the response spectra to earthquake accelerograms. Recently, this methodology has been further extended and enhanced. This paper presents a new stochastic neural network that is capable of generating multiple earthquake accelerograms from a single‐response spectrum. A new stochastic feature to the neural network has been combined with a new scheme for data compression using the replicator neural networks developed in the original method. A benefit of this extended methodology is gaining efficiency in compressing the earthquake accelerograms and extracting their characteristics. The proposed method produces a stochastic ensemble of earthquake accelerograms from any response spectra or design spectra. An example is presented that used 100 recorded accelerograms to train the neural network and several design spectra and response spectra to test this improved methodology. Copyright © 2001 John Wiley & Sons, Ltd. 相似文献
14.
人工神经网络在地震中短期预报中的应用 总被引：4，自引：0，他引：4
本文将ＢＰ神经网络用于地震中短期预报。作者把一些常用的地震学指标作为神经网络的输入,而将ＢＰ神经网络的输出作为表征地震活动平静的特征参数Ｗｑ,井将其用于华北地区进行空间扫描,结果表明中强地震前１年左右或稍长时间,未来震中周围一般都开始出现Ｗｑ值的中短期异常区,证明本方法具有限好的中短期预报效果。 相似文献
15.
16.
Ｔｈｅｍｅｄｉｕｍ┐ａｎｄｓｈｏｒｔ┐ｔｅｒｍｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｓｏｆｓｔｒｏｎｇｅａｒｔｈｑｕａｋｅｓｂａｓｅｄｏｎｎｅｕ┐ｒａｌｎｅｔｗｏｒｋＺＨＩ－ＱＩＡＮＧＨＡＮ（韩志强）ＢＩ－ＱＵＡＮＷＡＮＧ（王碧泉）Ｉｎｓｔｉｔｕｔｅｏｆ... 相似文献
17.
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
18.
《水文科学杂志》2013,58(1):114-118
Abstract A reliable flood warning system depends on efficient and accurate forecasting technology. A systematic investigation of three common types of artificial neural networks (ANNs) for multi-step-ahead (MSA) flood forecasting is presented. The operating mechanisms and principles of the three types of MSA neural networks are explored: multi-input multi-output (MIMO), multi-input single-output (MISO) and serial-propagated structure. The most commonly used multi-layer feed-forward networks with conjugate gradient algorithm are adopted for application. Rainfall—runoff data sets from two watersheds in Taiwan are used separately to investigate the effectiveness and stability of the neural networks for MSA flood forecasting. The results indicate consistently that, even though the MIMO is the most common architecture presented in ANNs, it is less accurate because its multi-objectives (predicted many time steps) must be optimized simultaneously. Both MISO and serial-propagated neural networks are capable of performing accurate short-term (one- or two-step-ahead) forecasting. For long-term (more than two steps) forecasts, only the serial-propagated neural network could provide satisfactory results in both watersheds. The results suggest that the serial-propagated structure can help in improving the accuracy of MSA flood forecasts. 相似文献
19.
建筑结构利用TLCD减振的神经网络智能控制 总被引：14，自引：0，他引：14
本文提出了建筑结构利用调谐液体柱型阻尼器（ＴＬＣＤ）减振的神经网络智能控制方法。首先阐述了确定ＴＬＣＤ半主动控制策略;然后利用ＢＰ人工神经网络方法计算并控制ＴＬＣＤ隔板孔洞的面积,以调节和控制阻尼比＆Ｔ,实现对建筑结构的智能控制。地震作用下的数值分析表明,本文所述的方法是十分有效的。 相似文献