基于CNN-LSTM的地震震级预测研究

• 作者: 尹玲 李妃斌 杨子豪 陈王昊 马邦杰
• 来源期刊: 科技与创新
• 关键词: 深度学习 卷积神经网络 长短期记忆神经网络 孪生神经网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 科技前沿
• 页码范围: 53-54
• 页数: 2页
• 分类号: P315.73
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2020.11.018

摘要

传统地震仪虽然能提供预测所需的必要信息,但是在面对强震的情况下会有数据丢失等情况,对强震预测产生巨大的不利影响.将地震震级预测看作分类问题,以强震数据作为地震震级预测的补充信息,结合卷积神经网络出色的图像特征提取能力与长短期记忆神经网络在时间序列上的学习与完善能力进行研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹玲	上海工程技术大学电子电气工程学院	8	5	1.0	2.0
2	陈王昊	上海工程技术大学电子电气工程学院	1	0	0.0	0.0
3	李妃斌	上海工程技术大学电子电气工程学院	1	0	0.0	0.0
4	杨子豪	上海工程技术大学电子电气工程学院	1	0	0.0	0.0
5	马邦杰	上海工程技术大学电子电气工程学院	1	0	0.0	0.0