從計(jì)算機(jī)引入地震監(jiān)測(cè)系統(tǒng),地震事件檢測(cè)和震相識(shí)別就一直是地震學(xué)界想攻克的問題。而隨著我國地震臺(tái)站近年來迅速增加,地震數(shù)據(jù)已成為海量數(shù)據(jù),單純依靠人工分析地震震相已經(jīng)越來越跟不上數(shù)據(jù)產(chǎn)出。由于工作量的問題,人工拾取不得不丟棄很多常用震相,甚至是一個(gè)臺(tái)站的所有震相,因此自動(dòng)地震事件檢測(cè)和自動(dòng)震相識(shí)別就成為越來越重要的國際攻克的熱點(diǎn)問題。人工智能近年得到快速發(fā)展,地震學(xué)家們自然的想利用人工智能方法來解決自動(dòng)地震事件檢測(cè)與自動(dòng)震相識(shí)別問題。人工智能的發(fā)展得益于深度學(xué)習(xí)方法的提出,本文也嘗試尋找一種深度學(xué)習(xí)方法,探索自動(dòng)地震事件檢測(cè)與震相識(shí)別問題。一般來講,地震事件檢測(cè)與震相識(shí)別問題是先找地震事件再識(shí)別震相,本文根據(jù)這種思路,設(shè)計(jì)雙卷積結(jié)構(gòu)模型,該模型可分為地震事件檢測(cè)與震相識(shí)別兩個(gè)階段,兩個(gè)階段的模型均為9層的卷積神經(jīng)網(wǎng)絡(luò)。第一階段從連續(xù)波形數(shù)據(jù)中檢測(cè)出地震事件,第二個(gè)階段從第一階段檢測(cè)到的地震事件中識(shí)別震相到時(shí)。雙卷積結(jié)構(gòu)模型方法基于卷積神經(jīng)網(wǎng)絡(luò),與傳統(tǒng)震相識(shí)別方法相比,具有自動(dòng)提取特征學(xué)習(xí),不需要人為設(shè)定閾值,模型學(xué)習(xí)能力強(qiáng),非線性表達(dá)能力強(qiáng),抗干擾能力強(qiáng),能夠高效、高精度分類地震事件與識(shí)... 

【文章來源】：中國地震局地球物理研究所北京市

【文章頁數(shù)】：88 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

BPNN結(jié)構(gòu)圖

卷積運(yùn)算示意圖

池化方式

【參考文獻(xiàn)】：
期刊論文
[1]2017年米林6.9級(jí)地震震源區(qū)速度結(jié)構(gòu)與余震重定位[J]. 王偉平,楊建思,王彥賓,姜旭東,鄭鈺.  地球物理學(xué)報(bào). 2019(06)
[2]基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的地震波形自動(dòng)分類與識(shí)別[J]. 趙明,陳石,Dave Yuen.  地球物理學(xué)報(bào). 2019(01)
[3]基于支持向量機(jī)的地震體波震相自動(dòng)識(shí)別及到時(shí)自動(dòng)拾取[J]. 蔣一然,寧杰遠(yuǎn).  地球物理學(xué)報(bào). 2019(01)
[4]深度神經(jīng)網(wǎng)絡(luò)拾取地震P和S波到時(shí)[J]. 于子葉,儲(chǔ)日升,盛敏漢.  地球物理學(xué)報(bào). 2018(12)
[5]基于神經(jīng)網(wǎng)絡(luò)的地震震相自動(dòng)拾取方法[J]. 姚開一,李英玉.  電子設(shè)計(jì)工程. 2018(22)
[6]地震檢測(cè)與震相自動(dòng)拾取研究[J]. 蔣策,吳建平,房立華.  地震學(xué)報(bào). 2018(01)
[7]基于模板匹配法的主動(dòng)源地震檢測(cè)方法研究[J]. 李勇,高洋,葉泵,李孝賓.  大地測(cè)量與地球動(dòng)力學(xué). 2017(07)
[8]STA/LTA—AIC算法對(duì)地震P波震相拾取穩(wěn)定性影響[J]. 郭鐵龍,張雪梅,鄒立曄.  地震地磁觀測(cè)與研究. 2017(03)
[9]一種地震P波和S波初至?xí)r間自動(dòng)拾取的新方法[J]. 何先龍,佘天莉,高峰.  地球物理學(xué)報(bào). 2016(07)
[10]基于小波包和峰度赤池信息量準(zhǔn)則的P波震相自動(dòng)識(shí)別方法[J]. 田優(yōu)平,趙愛華.  地震學(xué)報(bào). 2016(01)

博士論文
[1]基于人工震源的長偏移距地震信號(hào)檢測(cè)和探測(cè)研究[D]. 林建民.中國科學(xué)技術(shù)大學(xué) 2008
[2]小波變換在地震數(shù)據(jù)壓縮和震相到時(shí)拾取中的應(yīng)用研究[D]. 王喜珍.中國地震局地球物理研究所 2004

碩士論文
[1]時(shí)間窗法提取地震波形特征的算法研究[D]. 陳奇.廣西師范大學(xué) 2018
[2]分形理論在P波震相識(shí)別中的應(yīng)用[D]. 唐雅蕾.西南交通大學(xué) 2017
[3]多震相初至自動(dòng)檢測(cè)識(shí)別方法技術(shù)[D]. 王彩霞.長安大學(xué) 2014
[4]微震事件檢測(cè)及震相自動(dòng)識(shí)別研究[D]. 周銀興.中國地震局地震預(yù)測(cè)研究所 2009
[5]高階統(tǒng)計(jì)量在地震前兆數(shù)字化資料分析中的應(yīng)用[D]. 李希亮.中國科學(xué)技術(shù)大學(xué) 2009
[6]地震預(yù)警中地震波到時(shí)自動(dòng)識(shí)別和震級(jí)快速估算研究[D]. 宋晉東.中國地震局工程力學(xué)研究所 2007
[7]震相識(shí)別的實(shí)時(shí)方法研究[D]. 武東坡.中國地震局工程力學(xué)研究所 2004



本文編號(hào)：2898998