基于CNN的地震前兆台网观测数据异常图像识别方法

• 作者: 王军 刘春国 樊俊屹
• 来源期刊: 地震工程学报
• 学科: 地球科学
• 关键词: 卷积神经网络 地震前兆台网 异常图像 自动识别
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 地震研究
• 页码范围: 28-32,49
• 页数: 6页
• 分类号: P319
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0844.2021.01.028

摘要

地震前兆台网观测数据异常图像识别方法一直是地震监测预报人员研究的重要课题.为提高异常图像识别的工作效率,充分利用已有的异常图像识别经验知识,开展基于卷积神经网络(CNN)的快速异常识别方法探索性研究.结果表明:基于CNN的异常图像识别方法准确率较高,实现了异常图像的快速识别.整个台网的异常图像丰富多样,影响较多.由于特定观测手段下,特定影响因素的训练样本少,该方法应用于整个台网的异常图像的自动识别,还需要进一步开展研究工作.