基于人工神经网络的地震电场卫星数据异常识别

• 作者: 史鹏飞 安建琴 宋奕瑶 张丽娟 李忠
• 来源期刊: 软件
• 学科: 工学
• 关键词: 计算机应用 人工神经网络 DEMETER卫星 ULF电场信号
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 24-27
• 页数: 4页
• 分类号: TP391
• 字数: 2853字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2016.06.006

摘要

为实现地震卫星异常数据的快速查找，本文提取了汶川地震发生前10天的 ULF频段电场波形数据，以均值、均方差、峰度和偏度作为特征信息，设计了BP神经网络分类器，并通过SOM网聚类模型进行验证。计算结果表明，异常区域位于汶川地震震中以南的较大区域范围内，可能是由于汶川南部地震波能量巨大引起较强的空间电离层扰动；BP 网分类器的正常数据识别率达到98.13%，异常数据的识别率为96.75%；SOM 网聚类分析结果显示，与BP网络分类器结果具有较好一致性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张丽娟		1	2	1.0	1.0