基于卷积神经网络的地震与爆破识别模型及其在广东地区的初步应用OA北大核心CSTPCD
本文基于AlexNet卷积神经网络模型,提出了一种数据处理简单、准确率高的人工爆破波形识别方法。利用广东省地震台网记录,选取人工分析入库的天然地震和人工爆破事件数据源对模型进行训练和测试,搭建了一个适用于广东地区的爆破自动识别器,并对广东地区540个波形进行测试。结果显示,运用该模型所得天然地震事件的精确率、召回率以及F1分数均大于0.98,而人工爆破事件的识别精确率、召回率以及F1分数均大于0.90。表明该模型可以高效准确地判别广东地区天然地震与人工爆破波形,比人工识别方法更稳定、准确和高效。
曾晓燕;邱强;蒋策;周少辉;梁明;熊成
广东省地震局,广州510070 中国地震局地震监测与减灾技术重点实验室,广州510070中国科学院南海海洋研究所,广州511458 中国科学院边缘海与大洋地质重点实验室,广州511458 中国−巴基斯坦地球科学研究中心,巴基斯坦伊斯兰堡45320广东省地震局,广州510070 中国地震局地震监测与减灾技术重点实验室,广州510070山东省地震局,济南250014广东省地震局,广州510070 中国地震局地震监测与减灾技术重点实验室,广州510070广东省地震局,广州510070 中国地震局地震监测与减灾技术重点实验室,广州510070
地球科学
卷积神经网络事件性质判别人工爆破广东地区
《地震学报》 2024 (6)
P.1002-1013,12
广东省地震局青年地震科研基金(重点实验室开放基金)(GDDZY202405)资助。
评论