基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
地震预测由于其产生原因的复杂性,一直是世界公认的难题.本文提出一种将多层前馈神经网络(BP网络)和自组织特征映射神经网络(SOM网络)相结合的方法并应用到地震震级的预测中,首先利用自组织特征映射神经网络对地震的原始数据进行聚类预处理,使具有内在规律的样本点集中在一起,之后利用BP神经网络对样本数据进行学习和预测,结果表明,相比直接利用BP神经网络预测结果,增加SOM 聚类处理过程能有效的减小预测误差.说明此方法可以有效的汇总出与地震关系密切的因素,也表明SOM 对相关震级参数分类的有效性,对利用模糊预测方法来实现震级的预测是一种有效的辅助手段.
推荐文章
基于BP神经网络的地震预测研究
BP神经网络
震级
安全
地震预测
模糊控制与神经网络相结合的预测研究
模糊神经网络
混沌系统
Lyapunov指数
相关维数
基于BP神经网络和RBF神经网络的砂土基础液化判别
砂土液化
BP神经网络
RBF神经网络
预测
比较
基于BP神经网络技术的网络时延预测研究
时延预测
基函数中心
Matlab仿真
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP和SOM神经网络相结合的地震预测研究
来源期刊 四川大学学报(自然科学版) 学科 工学
关键词 BP神经网络 自组织特征映射神经网络 震级 地震预测
年,卷(期) 2018,(2) 所属期刊栏目 电子信息科学
研究方向 页码范围 307-315
页数 9页 分类号 TP393
字数 4146字 语种 中文
DOI 10.3969/j.issn.0490-6756.2018.02.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭鹏 8 31 2.0 5.0
2 蔡润 3 21 2.0 3.0
3 武震 2 15 2.0 2.0
4 云欢 大华会计师事务所重庆分所 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (232)
共引文献  (160)
参考文献  (41)
节点文献
引证文献  (13)
同被引文献  (92)
二级引证文献  (18)
1944(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(2)
  • 参考文献(0)
  • 二级参考文献(2)
1973(3)
  • 参考文献(0)
  • 二级参考文献(3)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1975(4)
  • 参考文献(0)
  • 二级参考文献(4)
1976(2)
  • 参考文献(0)
  • 二级参考文献(2)
1977(3)
  • 参考文献(0)
  • 二级参考文献(3)
1978(2)
  • 参考文献(0)
  • 二级参考文献(2)
1979(4)
  • 参考文献(0)
  • 二级参考文献(4)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(3)
  • 参考文献(0)
  • 二级参考文献(3)
1984(5)
  • 参考文献(0)
  • 二级参考文献(5)
1985(3)
  • 参考文献(0)
  • 二级参考文献(3)
1987(3)
  • 参考文献(0)
  • 二级参考文献(3)
1988(6)
  • 参考文献(2)
  • 二级参考文献(4)
1989(8)
  • 参考文献(0)
  • 二级参考文献(8)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(5)
  • 参考文献(0)
  • 二级参考文献(5)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(8)
  • 参考文献(1)
  • 二级参考文献(7)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(8)
  • 参考文献(0)
  • 二级参考文献(8)
1997(14)
  • 参考文献(0)
  • 二级参考文献(14)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(11)
  • 参考文献(2)
  • 二级参考文献(9)
2000(6)
  • 参考文献(3)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(11)
  • 参考文献(4)
  • 二级参考文献(7)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(12)
  • 参考文献(2)
  • 二级参考文献(10)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(9)
  • 参考文献(5)
  • 二级参考文献(4)
2012(10)
  • 参考文献(3)
  • 二级参考文献(7)
2013(11)
  • 参考文献(3)
  • 二级参考文献(8)
2014(17)
  • 参考文献(3)
  • 二级参考文献(14)
2015(12)
  • 参考文献(1)
  • 二级参考文献(11)
2016(10)
  • 参考文献(7)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(6)
  • 参考文献(0)
  • 二级参考文献(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(14)
  • 引证文献(7)
  • 二级引证文献(7)
2020(14)
  • 引证文献(3)
  • 二级引证文献(11)
研究主题发展历程
节点文献
BP神经网络
自组织特征映射神经网络
震级
地震预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
四川大学学报(自然科学版)
双月刊
0490-6756
51-1595/N
大16开
成都市九眼桥望江路29号
62-127
1955
chi
出版文献量(篇)
5772
总下载数(次)
10
总被引数(次)
25503
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导