钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
天文学、地球科学期刊
\
地球物理学报期刊
\
基于深度学习卷积神经网络的地震波形自动分类与识别
基于深度学习卷积神经网络的地震波形自动分类与识别
作者:
Dave Yuen
赵明
陈石
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
卷积神经网络
自动波形拾取
摘要:
发展高效、高精度、普适性强的自动波形拾取算法在地震大数据时代背景下显得越来越重要.波形自动拾取算法的主要挑战来自如何适应不同区域的不同类型地震事件的分类与筛选.本文针对地震事件-噪音分类这一问题, 使用13839个汶川地震余震事件建立数据集, 应用深度学习卷积神经网络 (CNN) 方法进行训练, 并用8900个新的汶川余震事件作为检测数据集, 其训练和检测准确率均达到95%以上.在对连续波形的检测中, CNN方法在精度和召回率上优于STA/LTA和Fbpicker传统方法, 并能找出大量人工挑选极易遗漏的微震事件.最后, 我们应用训练好的最优模型对选自全国台网的441个台站8天的连续波形数据进行了识别、到时挑取及与参考地震目录关联, CNN检出7016段波形, 用自动挑选算法拾取到1380对P, S到时, 并与540个地震目录事件成功关联, 对1级以上事件总体识别准确率为54%, 二级以上为80%, 证明了CNN模型具有泛化能力, 初步展示了CNN在发展兼具效率、精度、普适性算法, 实时地震监测等应用上具有巨大潜力.
暂无资源
收藏
引用
分享
推荐文章
基于Dropout深度卷积神经网络的 ST段波形分类算法
心电信号数据
ST段波形分类
深度卷积神经网络
Dropout
泛化能力
基于卷积神经网络的水声目标分类技术
卷积神经网络
深度学习
水声目标分类
基于卷积神经网络的雷达目标HRRP分类识别方法
高分辨距离像
卷积神经网络
特征提取
目标识别
基于卷积神经网络迁移学习的SAR图像目标分类
迁移学习
卷积神经网络
超限学习机
合成孔径雷达图像
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于深度学习卷积神经网络的地震波形自动分类与识别
来源期刊
地球物理学报
学科
地球科学
关键词
卷积神经网络
自动波形拾取
年,卷(期)
2019,(1)
所属期刊栏目
人工智能专栏
研究方向
页码范围
374-382
页数
9页
分类号
P315
字数
5868字
语种
中文
DOI
10.6038/cjg2019M0151
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
赵明
13
91
6.0
9.0
2
陈石
37
210
9.0
13.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(15)
节点文献
引证文献
(13)
同被引文献
(26)
二级引证文献
(3)
1974(1)
参考文献(1)
二级参考文献(0)
1978(1)
参考文献(1)
二级参考文献(0)
1995(1)
参考文献(1)
二级参考文献(0)
1998(1)
参考文献(1)
二级参考文献(0)
1999(2)
参考文献(2)
二级参考文献(0)
2003(1)
参考文献(1)
二级参考文献(0)
2006(1)
参考文献(1)
二级参考文献(0)
2010(1)
参考文献(1)
二级参考文献(0)
2015(1)
参考文献(1)
二级参考文献(0)
2016(3)
参考文献(3)
二级参考文献(0)
2018(2)
参考文献(2)
二级参考文献(0)
2019(4)
参考文献(0)
二级参考文献(0)
引证文献(4)
二级引证文献(0)
2019(4)
引证文献(4)
二级引证文献(0)
2020(12)
引证文献(9)
二级引证文献(3)
研究主题发展历程
节点文献
卷积神经网络
自动波形拾取
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
地球物理学报
主办单位:
中国地球物理学会
中国科学院地质与地球物理研究所
出版周期:
月刊
ISSN:
0001-5733
CN:
11-2074/P
开本:
16开
出版地:
北京市9825信箱
邮发代号:
2-571
创刊时间:
1948
语种:
chi
出版文献量(篇)
5985
总下载数(次)
6
总被引数(次)
153778
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
期刊文献
相关文献
1.
基于Dropout深度卷积神经网络的 ST段波形分类算法
2.
基于卷积神经网络的水声目标分类技术
3.
基于卷积神经网络的雷达目标HRRP分类识别方法
4.
基于卷积神经网络迁移学习的SAR图像目标分类
5.
基于卷积神经网络的岩石图像分类
6.
基于深度卷积神经网络的快速图像分类算法
7.
一种基于融合深度卷积神经网络与度量学习的人脸识别方法
8.
基于深度卷积神经网络的高光谱遥感图像分类
9.
基于深度卷积神经网络的地震相识别技术研究
10.
基于深度卷积神经网络的服装图像分类检索算法
11.
基于卷积神经网络的商品图像分类研究
12.
基于深度卷积神经网络的织物花型分类
13.
基于深度卷积神经网络的网络流量分类方法
14.
基于卷积神经网络的开关柜局部放电故障识别
15.
应用地震波形分析技术预测裂缝的方法探讨
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
地球物理学报2022
地球物理学报2021
地球物理学报2020
地球物理学报2019
地球物理学报2018
地球物理学报2017
地球物理学报2016
地球物理学报2015
地球物理学报2014
地球物理学报2013
地球物理学报2012
地球物理学报2011
地球物理学报2010
地球物理学报2009
地球物理学报2008
地球物理学报2007
地球物理学报2006
地球物理学报2005
地球物理学报2004
地球物理学报2003
地球物理学报2002
地球物理学报2001
地球物理学报2000
地球物理学报1999
地球物理学报2019年第9期
地球物理学报2019年第8期
地球物理学报2019年第7期
地球物理学报2019年第6期
地球物理学报2019年第5期
地球物理学报2019年第4期
地球物理学报2019年第3期
地球物理学报2019年第2期
地球物理学报2019年第12期
地球物理学报2019年第11期
地球物理学报2019年第10期
地球物理学报2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号