基于深度学习的地下震源定位方法

• 作者: 孔庆珊 崔敏 李剑 王小亮 苏新彦 赵飞飞
• 来源期刊: 单片机与嵌入式系统应用
• 学科: 工学
• 关键词: 地下浅层定位 三维能量场图像 深度学习 稠密连接的3DCNN 3D空间金字塔池化
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 技术纵横
• 页码范围: 45-48,52
• 页数: 5页
• 分类号: TP39
• 语种: 中文

摘要

本文提出了一种基于深度学习的地下震源定位方法.首先,利用稠密连接网络能够促进特征重复利用的优势,设计了稠密连接的3D卷积神经网络(3DCNN);其次,利用空间金字塔池化层(SPP)可以对高层特征进行多尺度提取再聚合的特点,设计了3D空间金字塔池化结构(3DSPP);最后,将三维能量场图像输入到设计的稠密连接的3DCNN+3DSPP+全连接层(FC)模型中进行训练和测试,最终输出震源坐标.实验结果表明,本文设计的深度神经网络能够实现能量聚焦点的准确定位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏新彦		52	186	7.0	10.0
2	李剑		33	129	5.0	10.0
3	崔敏		19	102	7.0	9.0
4	王小亮		2	0	0.0	0.0
5	孔庆珊		2	0	0.0	0.0
6	赵飞飞		2	0	0.0	0.0