排序方式： 共有8条查询结果，搜索用时 18 毫秒
1
1.
天然地震与非天然地震自动识别是地震自动编目系统的重要功能之一,是监测数据产出智能化的基础应用.从福建天然地震和人工爆破事件中,提取小波分析特征、P/S震相振幅比、波形能量分布特征,对以上特征组合联合支持向量机进行大批量数据测试分析,研究得出识别效果较好的事件类型判别算法,最优测试识别率为94.5％;采用最优算法研发基于支持向量机事件类型自动识别模块,将研制的自动识别软件模块应用于福建台网的日常地震编目工作,对2019年8月1日至2020年2月29日共计1531个日常触发事件进行准实时分类,自动识别软件模块分类的正确率为93.9％.另外,采用AMQ消息中间件为信息中介,从redis波形共享内存中获取事件波形,实现自动识别模块与自动编目系统对接. 相似文献
2.
选取我国台湾地区2012—2018年期间的浅源地震资料，将台湾气象局与福建地震台网中心测定的ML震级进行对比分析，得出两机构测定的震级之间的差异主要是受地震震级大小、震源深度、震源地理位置等因素的影响，并采用线性回归方法对两机构测定的ML之间的模型关系进行拟合。与此同时，引入反向传播神经网络技术对两机构测定震级之间的偏差进行预测训练，构建4?9?9?9?4的五层网络模型，利用2012—2017年台湾震例作为训练集进行学习训练，2018年数据作为测试集进行预测效果分析。测试结果表明，经过反向传播神经网络修正后，震级偏差较大改善，基本都控制在[?0.4，0.3]之内，预测效果优于传统的线性回归方法，特别是对多震、少震区域震例的修正效果更为显著，进一步验证了反向传播神经网络技术具有较强的非线性拟合能力和泛化能力。 相似文献
3.
基于卷积神经网络的地震震级测定研究 总被引：1，自引：0，他引：1
地震预警震级测定是地震预警系统最重要也是最困难的部分之一.本文提出了基于卷积神经网络的地震预警震级测定方法,将震级测定问题转化为震级分类问题,即将ML＞2.0的震级分成20个不同等级类别处理.收集了福建台网2012-2019年期间记录到福建、台湾海峡及台湾共1928个地震作为研究资料,经过台站记录截取、大震样本增强、标签制作、质量筛选等预处理共得到14644条三分向地震样本记录;构建了3 s波形输入的卷积神经网络震级预测模型,并用2012-2018年震例对模型进行训练,用2019年震例对模型进行测试.结果 表明,单台震级偏差有85.6％可控制在±0.3以内,前三台平均的震级偏差有91.8％可控制在±0.3以内,其中震级较大偏差的事件多为缺乏历史样本.相较于传统方法,该模型测定的震级值更加稳定可靠,可为解决地震预警震级测定这一挑战性难题提供新的技术手段. 相似文献
4.
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
5.
本文基于波形相似性提出了一种适用于地震序列中单台事件目录校正的方法。以福建仙游地震序列为研究对象,应用双差地震定位（HypoDD）算法对多台事件进行重定位,依据记录波形相似性将仙游地震序列事件划分为161个事件丛集,以多台事件重定位目录为参考,对单台事件目录进行校正。结果表明,本方法能够有效地实现单台事件目录的合理校正,有助于提升地震序列目录的完整性和地震目录的实用性。以HypoDD重定位目录为参考的校正目录可用于地震参数计算。分析校正后的仙游地震序列目录认为,序列中的单台事件主要由金钟水库库区局部应力调整诱发。 相似文献
6.
采用波形互相关技术获得Pn震相准确到时,然后应用滑动时窗相关法获取sPn与Pn震相的走时差,通过该走时差测定台湾海峡M6.2地震震源深度为14.7 km,并对测定的结果进行分析解释。对比本文计算结果与CAP方法的反演结果得出,本文研究方法更加方便、快捷、精确。 相似文献
7.
烈度计台与测震台的布设环境、仪器类型不同，所测定的震级值存在一定差异。收集2017-2019年川滇地区301个烈度计台站记录的46次ML 3.0以上地震，进行震级校正。统计烈度计实测震级值与测震台网平均震级值的偏差，对原量规函数进行修正，进而做台站校正。综合修正后，利用量规函数和台站校正值重新计算烈度计震级，结果表明：在震中100 km范围内，烈度计测定震级偏差平均值由校正前的0.145降低至0.033，标准差由0.382降低至0.295，离散度减小；校正后的烈度计震级结果较优，说明本研究获得的量规函数和台站校正值更加适用于川滇地区烈度计台站的震级计算。 相似文献
8.
对福建气枪源探测实验中所接入315个实时传输台站分1~10 Hz、0.1~1 Hz、10~60 s 3个频段进行台网噪声水平评估研究。统计240个小时的背景噪声记录，得到各台站的噪声水平MODE线，再利用本文提出的全球新高低噪声模型线与MODE线所占面积比来量化台网噪声水平，根据不同色标将台网噪声水平划分为十个等级进行评估，评选出优质台站。进一步研究背景噪声对气枪激发效果的影响，验证了台站接收能力与背景噪声密切相关，分析了不同台基（固定、加密、流动、海底）环境噪声水平的影响，得出环境噪声水平由低到高分别为固定台、加密台、流动台、海底台。通过台网噪声评估能有效提高气枪震源信号的检测能力，也为优质台站重点维护提供重要参考。 相似文献
1