期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多参数驱动机器学习的实时地震烈度预测模型
1
作者
丁祎天
胡进军
+4 位作者
张辉
靳超越
胡磊
王中伟
汤超
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2023年第7期2920-2932,共13页
地震烈度的实时估计可为地震预警、紧急处置和应急响应提供决策依据.目前地震烈度实时预测方法多是基于P波提取单一特征参数估计全时程的峰值参数,然而单一特征难以表征地震动的全部信息.本文基于机器学习中的Extreme Gradient Boosting...
地震烈度的实时估计可为地震预警、紧急处置和应急响应提供决策依据.目前地震烈度实时预测方法多是基于P波提取单一特征参数估计全时程的峰值参数,然而单一特征难以表征地震动的全部信息.本文基于机器学习中的Extreme Gradient Boosting(xgBoost)算法提出了一种多参数驱动的实时仪器地震烈度预测方法.基于2010—2018年日本K-NET和KiK-net强震数据,使用24种特征参数建立地震烈度实时预测模型.为了解决模型复杂度的问题,本文研究了特征参数之间的相关性,并使用排列重要性方法优化模型,最终确定了10个重要特征参数.本文使用时间窗间隔为1 s的扩展时间窗方法实时预测地震烈度,P波到达1 s后在测试集中的预测准确率为86.56%,并在10^(-2)~10^(-3)s内完成特征计算和预测.最后,假设2019—2021年的地震记录为新发生的地震事件,验证了模型的泛化性,证明其可应用于未来发生的地震事件.结果表明本文提出的模型改善了仪器地震烈度预测的准确性,为地震烈度的实时预测提供了一种可行的方法.
展开更多
关键词
仪器地震烈度
xgBoost算法
实时预测
多参数驱动
应急响应
下载PDF
职称材料
基于长短期记忆神经网络的实时地震烈度预测模型
被引量:
4
2
作者
胡进军
丁祎天
+2 位作者
张辉
靳超越
汤超
《地球科学》
EI
CAS
CSCD
北大核心
2023年第5期1853-1864,共12页
实时烈度预测可在破坏性地震波到达前,根据P波估计地震可能造成的最大影响.预警对象可以采取措施,降低可能造成的损失.P波位移幅值是一种有效估计地震动峰值的参数,然而单个或多个参数难以全面表征地震动中的信息.同时,参数的计算需要...
实时烈度预测可在破坏性地震波到达前,根据P波估计地震可能造成的最大影响.预警对象可以采取措施,降低可能造成的损失.P波位移幅值是一种有效估计地震动峰值的参数,然而单个或多个参数难以全面表征地震动中的信息.同时,参数的计算需要确定时间窗大小,无法实现连续预测.为了解决上述问题,提出了一种基于长短期记忆网络的实时地震烈度预测模型.基于2010-2021年K-NET数据构建模型,并选取2022年3月MJMA7.3地震事件作为案例验证模型.结果表明,P波到达后可以在记录的每个时间步预测烈度,P波到达3 s时在测试集中准确率为96.47%.提出的LSTM模型改善了烈度预测的准确性和连续性,可为地震预警、应急响应等提供科学依据.
展开更多
关键词
地震烈度
实时
神经网络
深度学习
地震预警
工程地质.
原文传递
题名
基于多参数驱动机器学习的实时地震烈度预测模型
1
作者
丁祎天
胡进军
张辉
靳超越
胡磊
王中伟
汤超
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
大连理工大学建设工程学部
出处
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2023年第7期2920-2932,共13页
基金
国家自然科学基金项目(U1939210,52078470)资助。
文摘
地震烈度的实时估计可为地震预警、紧急处置和应急响应提供决策依据.目前地震烈度实时预测方法多是基于P波提取单一特征参数估计全时程的峰值参数,然而单一特征难以表征地震动的全部信息.本文基于机器学习中的Extreme Gradient Boosting(xgBoost)算法提出了一种多参数驱动的实时仪器地震烈度预测方法.基于2010—2018年日本K-NET和KiK-net强震数据,使用24种特征参数建立地震烈度实时预测模型.为了解决模型复杂度的问题,本文研究了特征参数之间的相关性,并使用排列重要性方法优化模型,最终确定了10个重要特征参数.本文使用时间窗间隔为1 s的扩展时间窗方法实时预测地震烈度,P波到达1 s后在测试集中的预测准确率为86.56%,并在10^(-2)~10^(-3)s内完成特征计算和预测.最后,假设2019—2021年的地震记录为新发生的地震事件,验证了模型的泛化性,证明其可应用于未来发生的地震事件.结果表明本文提出的模型改善了仪器地震烈度预测的准确性,为地震烈度的实时预测提供了一种可行的方法.
关键词
仪器地震烈度
xgBoost算法
实时预测
多参数驱动
应急响应
Keywords
Instrumental seismic intensity
XgBoost algorithm
Real-time prediction
Multi-parameter driven
Emergency response
分类号
P315 [天文地球—地震学]
下载PDF
职称材料
题名
基于长短期记忆神经网络的实时地震烈度预测模型
被引量:
4
2
作者
胡进军
丁祎天
张辉
靳超越
汤超
机构
中国地震局工程力学研究所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
出处
《地球科学》
EI
CAS
CSCD
北大核心
2023年第5期1853-1864,共12页
基金
国家自然科学基金重点项目(No.U1939210)
中国地震局工程力学研究所基本科研业务费专项(No.2021EEEVL0103).
文摘
实时烈度预测可在破坏性地震波到达前,根据P波估计地震可能造成的最大影响.预警对象可以采取措施,降低可能造成的损失.P波位移幅值是一种有效估计地震动峰值的参数,然而单个或多个参数难以全面表征地震动中的信息.同时,参数的计算需要确定时间窗大小,无法实现连续预测.为了解决上述问题,提出了一种基于长短期记忆网络的实时地震烈度预测模型.基于2010-2021年K-NET数据构建模型,并选取2022年3月MJMA7.3地震事件作为案例验证模型.结果表明,P波到达后可以在记录的每个时间步预测烈度,P波到达3 s时在测试集中准确率为96.47%.提出的LSTM模型改善了烈度预测的准确性和连续性,可为地震预警、应急响应等提供科学依据.
关键词
地震烈度
实时
神经网络
深度学习
地震预警
工程地质.
Keywords
seismic intensity
real time
neural network
deep learning
earthquake early warning
engineering geology.
分类号
P315 [天文地球—地震学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于多参数驱动机器学习的实时地震烈度预测模型
丁祎天
胡进军
张辉
靳超越
胡磊
王中伟
汤超
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
2
基于长短期记忆神经网络的实时地震烈度预测模型
胡进军
丁祎天
张辉
靳超越
汤超
《地球科学》
EI
CAS
CSCD
北大核心
2023
4
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部