-
题名基于短时傅里叶变换和卷积神经网络的地震事件分类
被引量：10
- 1
-
-
作者
张帆
杨晓忠
吴立飞
韩晓明
王树波
-
机构
华北电力大学控制与计算机工程学院
内蒙古自治区地震局
华北电力大学数理学院
-
出处
《地震学报》
CSCD
北大核心
2021年第4期463-473,I0001,共12页
-
基金
地震科技星火计划项目(XH20014)
中国地震局震情跟踪定向任务(2020020103)联合资助。
-
文摘
本文选用内蒙古区域地震台网记录到的417个爆破事件和519个天然地震事件的观测资料,对其进行截取和滤波等预处理后,经过短时傅里叶变换转换为时频域的对数振幅谱,使用含有3个卷积层的卷积神经网络作为分类器,实现地震事件自动分类。5折交叉验证结果显示,本文所使用算法的平均准确率达到97.33%,测试集的准确率达到98.03%,本文采用的模型应用了较完整的原始信息,因此获得了较高的准确率和较好的稳定性。
-
关键词
地震
爆破
分类
短时傅里叶变换
卷积神经网络
-
Keywords
earthquake
explosion
classification
short-time Fourier transform
convolutional neural network
-
分类号
R315.01
[医药卫生—基础医学]
-
