基于SVM迁移学习模型的地震震相自动识别与到时拾取

基于SVM迁移学习模型的地震震相自动识别与到时拾取.pdf
作为研究固体地球介质中地震发生规律、地震波的传播规律以及地震的宏观后果等等的综合性科学,很多地震学问题都依赖于对地震震相的准确识别.随着地震台站的增加,其记录的观测数据量十分庞大.面对如此庞大的天然地震观测数据,人工震相识别已难以高效的处理,此时高效的进行地震数据处理显得非常重要.在地震学的发展探索中,学者提出了很多地震自动识别的方法,如自回归,长窗口等,也有学者结合多种方法进行识别.然而,目前尚缺乏能够在不同的震源环境、震中距范围以及噪声背景下进行地震震相的一致性检测与判断,包括后续对P波与S波初至的识别与拾取.
作者：冉孟坤李静和
作者单位：桂林理工大学地球科学学院,桂林,541004
母体文献：中国地球物理学会地球物理技术委员会第九届学术会议——全域地球物理探测与智能感知学术研讨会论文集
会议名称：中国地球物理学会地球物理技术委员会第九届学术会议——全域地球物理探测与智能感知学术研讨会  
会议时间：2021年5月21日
会议地点：武汉
主办单位：中国地球物理学会
语种：chi
分类号：P31
关键词：地震震相  自动识别  到时拾取  迁移学习模型  支持向量机
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文

2024-12-3 19:52 上传 基于SVM迁移学习模型的地震震相自动识别与到时拾取.pdf

文件大小:

2.76 MB

下载次数:

60

高速下载