地震前兆數(shù)據(jù)具有短期、中期、長(zhǎng)期的變化,研究地震前兆數(shù)據(jù)的變化規(guī)律對(duì)地震預(yù)測(cè)具有重要意義。論文采用目前最流行的深度學(xué)習(xí)技術(shù)之LSTM模型,對(duì)海量前兆數(shù)據(jù)進(jìn)行學(xué)習(xí),學(xué)習(xí)出其短期、中期、長(zhǎng)期的變化規(guī)律,建立前兆數(shù)據(jù)深度模型,并根據(jù)模型預(yù)測(cè)出前兆波形。論文將預(yù)測(cè)的前兆波形與實(shí)際的觀測(cè)的波形數(shù)據(jù)進(jìn)行對(duì)比,實(shí)驗(yàn)表明,LSTM算法能很好地?cái)M合觀測(cè)數(shù)據(jù)。

【文章來(lái)源】： 智能計(jì)算機(jī)與應(yīng)用. 2020,10(02)

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
0 引言
1 LSTM原理
2 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理
    2.1 缺失值處理
    2.2 數(shù)據(jù)規(guī)范化
3 仿真實(shí)驗(yàn)
    3.1 不同降采樣方法對(duì)數(shù)據(jù)分析的影響
    3.2 氣壓值的不同降采樣方法
4 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于LSTM的循環(huán)神經(jīng)網(wǎng)絡(luò)模型確立睡眠與病例診斷結(jié)果的關(guān)系 [J]. 米碩,孫瑞彬,李欣,明曉.  科技與創(chuàng)新. 2018(07)
[2]基于深度學(xué)習(xí)LSTM網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)方法 [J]. 陳卓,孫龍祥.  電子技術(shù). 2018(01)
[3]TensorFlow平臺(tái)上基于LSTM神經(jīng)網(wǎng)絡(luò)的人體動(dòng)作分類(lèi) [J]. 楊煜,張煒.  智能計(jì)算機(jī)與應(yīng)用. 2017(05)
[4]安丘地震臺(tái)地震前兆數(shù)據(jù)跟蹤分析 [J]. 池國(guó)民,趙銀剛,杜桂林,張輝,董敏,林秀娜.  地震地磁觀測(cè)與研究. 2017(03)
[5]Matlab神經(jīng)網(wǎng)絡(luò)工具箱BP算法比較 [J]. 蒲春,孫政順,趙世敏.  計(jì)算機(jī)仿真. 2006(05)
[6]日本國(guó)立防災(zāi)科學(xué)技術(shù)中心的地震前兆數(shù)據(jù)分析處理系統(tǒng)概述 [J]. 徐光宇.  國(guó)際地震動(dòng)態(tài). 1988(06)

博士論文
[1]地震前兆數(shù)據(jù)異常識(shí)別關(guān)鍵技術(shù)研究[D]. 劉子維.武漢大學(xué). 2016



本文編號(hào)：3555489