使用支持向量机识别地震类型的影响因素分析

• 作者: 刘方斌 周少辉 曲均浩 范晓易
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: 支持向量分类机 香农熵 特征向量 分类识别 影响因素
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 地震地质
• 页码范围: 1034-1038
• 页数: 5页
• 分类号: P315
• 语种: 中文
• DOI: 10.14075/j.jgg.2020.10.008

摘要

对山东地区2006～2017年3种地震事件——天然地震、爆破及塌陷的波形记录进行小波变换,对提取出的香农熵特征采用支持向量机LIBSVM方法进行分类识别,并设计一系列实验研究影响最终分类效果的因素.结果 表明,5种影响因素——信号窗长度、小波分解方式、小波基类型、向量机算法类型、向量机核函数类型均对地震类型的分类识别结果产生一定的影响;识别率最高的3组处理方式均采用了2 000 s信号窗长度+db7小波基+v-SVC算法的组合方式.所得的识别率较高的几种影响因素组合,在未来可应用于地震类型的实时识别,进一步提高地震类型的识别率和触发准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范晓易	山东地震局泰安基准地震台	1	0	0.0	0.0
2	曲均浩	山东地震局泰安基准地震台	1	0	0.0	0.0
3	刘方斌	山东地震局泰安基准地震台	1	0	0.0	0.0
4	周少辉	山东地震局泰安基准地震台	1	0	0.0	0.0