共查询到13条相似文献，搜索用时 218 毫秒
1.
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
2.
采用福建地区天然地震和人工爆破事件波形记录，通过一维离散小波变换（DWT）及4层小波包变换（WPT）对信号进行分解，提取出用于识别的4种波形小波特征：小波能量比特征、小波包能量比特征、小波包香农熵特征及小波包对数能量熵，此外还提取出P/S震相振幅比；采用BP神经网络对4种小波特征及分别加入P/S震相振幅比的组合特征进行识别效果检验，结果表明，单小波判据小波能量比特征识别效果好；双判据组合P/S震相振幅比和小波包对数能量熵的组合识别效果最好，可考虑作为实际天然地震与人工爆破在线自动识别系统的识别判据。 相似文献
3.
基于内蒙古地区及其周边(96°~126°E, 36°~54°N)2016~2021年天然地震和爆破事件,首先采用db7、sym6、rbio1.5小波基函数分别对事件波形进行离散、静态、小波包4层小波分解,然后提取能量比、香农熵、能量熵3种特征参数,最后按照不同的小波分解方式、核函数、支持向量机和特征值随机组合的方式进行288组实验。结果表明,“DWT+υ-SVC+db7+线性核+能量比+香农熵+能量熵”的识别率最高为95%,说明该方法更适合内蒙古地区,可为测震台网识别天然地震和爆破事件提供较为可靠的参考依据。 相似文献
4.
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
5.
三峡数字地震台网中心记录典型波形初步分析 总被引：10，自引：6，他引：4
狄莉莎 《大地测量与地球动力学》2004,24(2):52-57
对三峡地区数字地震台网中心记录的典型的天然地震、疑炮、一次爆破及一次滑坡等波形进行初步分析后认为：①数字地震仪器与模拟地震仪器所记录的地震波形特征基本一致；②三峡地区数字地震台网中心2003年5月19日至2004年1月所记录的多数天然地震事件是非构造型(由溶洞塌陷引起的陷落型)地震事件。 相似文献
6.
针对天然地震事件、爆破事件分类问题,使用甘肃及周边地区80个天然地震事件和20个爆破事件建立数据集,采取深度学习卷积神经网络(convolutional neural network, CNN)方法搭建两个不同结构的模型进行训练,并用500条训练集之外的天然地震事件与爆破事件波形作为测试数据集,其训练和测试准确率均达到90%以上。结果表明,本文设计的两种模型均具有一定的泛化能力,尤其是Inception V1模型在天然地震事件与爆破事件分类识别中效果良好。 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.
利用内蒙古测震台网地震事件资料,选取爆破事件中SNR较高的8个爆破事件波形作为模板,使用基于波形互相关系数的模板匹配方法进行震相识别。研究结果表明,在震级相近的情况下,相同类型地震事件各自对应的波形之间互相关系数较大,可作为地震类型判别的依据。 相似文献
9.
采用gCAP方法反演2010~2019年山西地区87次天然地震、18次塌陷及9次爆破的全矩张量解。结果显示,gCAP方法在反演山西地区震源机制方面效果较好。2016-03-12山西盐湖ML4.8地震的断层错动方式为走滑兼正断,全矩张量解中包含非双力偶成分,属于体积缩小的内向闭合型破裂。对于山西地区的地震事件,可将全矩张量解中双力偶分量占比是否大于80%作为判别天然地震及非天然地震的依据。对于非天然地震事件,当参数ζ>0时为外向爆炸源,反之为内向闭合源。 相似文献
10.
基于小波互相关的微地震信号检测方法研究 总被引：1，自引：0，他引：1
提出一种基于小波互相关技术的微地震信号自动检测方法，利用复Morlet小波在特定尺度上对地震波形进行变换，分析其相位角相关性，设置合理的相似度阈值自动检测微小地震。对2018-05-01新疆昌吉ML4.8地震后30 min的波形进行检测测试，共发现11个微地震事件，并给出其检测台站的P波到时结果。与中国地震台网中心地震统一编目结果对比发现，无漏检、错检，P波到时结果相差基本在1 s之内，认为将该方法用于地震序列微地震检测具有一定的可行性。 相似文献
11.
???????????????λ?仯????????????????????棬????????????????????????????????????????????????????з????????????????塢????й??????????????????????????????????????????????????????????????????????й????????o?ú???????????????????ж????????????????????????????????????????????????????????????? 相似文献
12.
研究支持向量机方法在小样本地震信号识别方面的可行性,结果表明,随着样本量增加,该方法的识别率出现先升高再降低的现象。使用山东和江苏地区2006~2017年的地震数据进行实验,仅需每类30个训练样本即可达到85%左右的识别率。该方法识别率的提高不依赖于大量样本的加入,不仅适合于地震数据样本量少的地区开展地震信号识别研究,而且为精简样本库、降低运行成本提供了新思路。 相似文献
13.
��Ͽˮ��Ͷ������ĵ������� 总被引：2，自引：1，他引：1
????????μ??????????????????????????仯???????????????????????????????????????????????????????????????????????????????????????????????????к?????????????????????????????????????? 相似文献