杨德贺,周新,王秀英,黄建平_ca888亚洲城唯一官网 杨德贺,周新,王秀英,黄建平_ca888亚洲城唯一官网

ca888亚洲城唯一官网

首页板块
杨德贺,周新,王秀英,黄建平-基于机器学习技术的微震震源深度分类
来源:办公室 发布时间:2020-11-17

杨德贺*,周新,王秀英,黄建平

     微地震震源深度识别在微震监测领域具有重要意义。传统的机器学习方法依赖于精心设计的特征,但是这些特征容易受到低信噪比的影响。卷积神经网络(CNNs)在处理结构化数据的建模中显示出一些优点,其可以从样本学习中自动提取有意义的特征。本文探讨了机器学习技术在区分深部和浅部微震地震事件中的应用。本ca661以路易斯安那州南部一个地下崩塌处的444个微地震为基准数据集进行性能评估,并将几种基于特征的分类器与CNN分类器进行了比较。实验结果表明,深度学习方法在识别微震震源深度方面优于传统的分类技术。

41.jpg

图1 微震震源分布

42.jpg

图2 基于机器学习的分类处理示意图

43.jpg

图3 不同方法随着随机采样数量变化的精度变化情况

44.jpg

图4 精度较高的方法随着采样比例变化的精度变化情况

     该项成果发表在Top1区的国际学术期刊Information Sciences(IF=5.91)。
     原文链接:Yang D H , Zhou X , Wang X Y , et al. Mirco-earthquake source depth detection using machine learning techniques[J]. Information Sciences, 2021, 544:325-342. https://doi.org/10.1016/j.ins.2020.07.045

 

分享到:
龙八国际娱乐官方网址千赢国际老虎机手机版乐虎国际官方app下载