排序方式： 共有26条查询结果，搜索用时 31 毫秒
21.
����ʽ���������۲������Ư��Ӱ�����ط��� 总被引：1，自引：0，他引：1
???ù???????????3??????????????????????????????????λ?????????????????????????????????????????о?????????????????????????????????????????????????????????DZW?????????????????????????????????????????????1 200??10 -8 ms -2 /a??????????????????????????????????????????????????峱????????????????????????????ν??з??????????????????в?仯?????????10~15????10 -8 ms -2??????3???4?????????????????????????仯???????о?????????????????????????????????????????????????????????????????????????????????μ????????????? 相似文献
22.
针对2021年5月22日青海玛多MS7.4地震,采用3种型号的钻孔应变仪观测到的应变资料对比分析同震应变波,结果表明3种仪器记录同震的初动时间、波动幅度和持续时间等存在一定差别:在震中距相当的情况下,TJ型体应变仪和RZB型四分量钻孔应变仪存在波动幅度变化小、持续时间短的问题,难以从背景变化中区分同震响应,影响钻孔仪器同震规律研究; YRY?4型四分量钻孔应变仪波动幅度变化大,持续时间长,在映震效果上表现较为突出。 相似文献
23.
前兆台网历史数据迁移与整合 总被引：1，自引：0，他引：1
长期以来,前兆数据的多系统、多格式、多流程给数据管理和应用带来了很大的复杂性.为此,全国实施了前兆历史数据迁移,将“九五”、模拟和人工观测历史数据迁移到“十五”数据库系统中,并解决了迁移中的代码对应、数据量纲或单位转换、数据衔接、错误纠正、数据库结构差异、数据同步等问题,整合了前兆数据系统,为数据应用带来极大便利,切实提升了前兆数据管理和共享服务能力.本文详细介绍了前兆历史数据迁移的内容、工作流程和工具软件、迁移中的技术难点、取得的成果,以及存在的问题等. 相似文献
24.
利用归一化速率变化方法（NVRM）分析处理了芦山MS 6.1地震震中距450 km范围内的成都地震基准台、冕宁地震台、红格地震台、甘孜地震台等4个台站的地电阻率观测数据,结果显示：红格地震台NS、EW测道及甘孜地震台NE测道原始数据震前出现年变趋势性下降,下降幅度为1%—3%;红格地震台NVRM曲线震前出现正异常,冕宁地震台、甘孜地震台出现负异常,曲线转折下降过程中发生芦山MS 6.1地震。虽然整体而言提取出的地电阻率震前异常在时间上与此次地震对应关系较好,但甘孜地震台、红格地震台与此次地震震中间距离均大于300 km,提取出的异常是否为此次地震异常,还需进一步探究。 相似文献
25.
自2017年开始,陆续对中国地球物理台网10个钻孔应变测点的数据采集器进行升级,产出了大量的高采样钻孔应变观测数据。利用相关系数和自检精度2个检验四分量观测数据自洽性能的指标,定量分析了台站记录的2020年2月3日成都5.1级和2020年3月25日千岛群岛7.5级地震的应变地震波,结果显示高采样观测数据信度较高。对比分析了10个台站记录的2次地震的震相,证明高采样四分量钻孔应变仪具备记录清晰应变地震波的能力,且其可靠性较高。综合结果证明,高采样四分量钻孔应变观测可进一步为地震学研究提供新的数据资源。 相似文献
26.
随着越来越多高压直流输电线路的投入运行，地磁观测数据质量受到了严重影响.现有以人工或半人工方法识别高压直流输电干扰事件的工作量也随着受干扰范围的不断扩大和地磁观测仪器的增多而成倍增加.为了高效、准确地识别地磁观测数据中的高压直流干扰事件，本文基于卷积神经网络和长短期记忆神经网络，提出了一种高压直流输电干扰事件自动识别深度学习模型.利用2012年1月1日至2014年12月31日地磁台站原始观测数据，结合专家标注的持续时间在2 h内的高压直流输电干扰事件记录，制作高压直流输电干扰样本34360条，正常样本34360条.模型在训练集上的准确率达到了94.12%,验证集上的准确率达到了92.94%,测试集上的准确率达到了92.86%.初步研究表明深度学习方法在识别地磁观测数据中的高压直流输电干扰事件中具有较高的准确率，为下一步自动识别地磁观测数据中的车辆干扰、基建工程干扰、轻轨干扰等其他干扰事件提供了一种新的思路. 相似文献