-
题名基于卷积神经网络的地震波形智能识别研究
被引量:1
- 1
-
-
作者
郑周
林彬华
金星
韦永祥
丁炳火
陈辉
-
机构
中国地震局工程力学研究所中国地震局地震工程与工程振动重点实验室
地震灾害防治应急管理部重点实验室
福建省地震局
-
出处
《世界地震工程》
北大核心
2023年第2期148-157,共10页
-
基金
国家自然科学基金项目(42104062)资助。
-
文摘
随着世界上多个国家和地区的地震预警系统投入运行,误报和漏报等问题逐渐突显,特别是将标定以及强干扰波形误识别为大震事件,快速、精确地区分地震与其他波形是一个难题。针对于此,该研究提出了基于卷积神经网络地震波形智能识别方法。首先收集并处理了2012—2017年中国境内福建以及周边邻省共683个地震和478个爆破事件,并对这些样本筛选、截取和基线校正等预处理,共得到了27500条三通道波形。在此基础上,构建了3 s波形输入的卷积神经网络模型(SW-CNN)。结果表明:模型对地震、噪声、爆破和异常波形的识别率分别为97.9、99、99.2和99.3%。相比于人工手动分类识别,该模型更省时和更稳定,为地震预警目前所面临的问题提供了一个新的解决方法。
-
关键词
地震预警
卷积神经网络
波形分类
异常波形
基线校正
-
Keywords
earthquake early warning
convolution neural network
waveform classification
abnormal waveform
baseline correction
-
分类号
P315.31
[天文地球—地震学]
-