基于短时傅里叶变换和卷积神经网络的地震事件分类
张帆1
杨晓忠2
吴立飞2
韩晓明3
王树波3
1.中国北京 102206 华北电力大学控制与计算机工程学院;中国呼和浩特 010051 内蒙古自治区地震局2.中国北京 102206 华北电力大学数理学院3.中国呼和浩特 010051 内蒙古自治区地震局
摘要：本文选用内蒙古区域地震台网记录到的417个爆破事件和519个天然地震事件的观测资料,对其进行截取和滤波等预处理后,经过短时傅里叶变换转换为时频域的对数振幅谱,使用含有3个卷积层的卷积神经网络作为分类器,实现地震事件自动分类.5折交叉验证结果显示,本文所使用算法的平均准确率达到97.33％,测试集的准确率达到98.03％,本文采用的模型应用了较完整的原始信息,因此获得了较高的准确率和较好的稳定性.
关键词：地震爆破分类短时傅里叶变换卷积神经网络
分类号：P315.01(大地（岩石界）物理学（固体地球物理学）)
资助基金：地震科技星火计划(XH20014)中国地震局震情跟踪定向任务联合资助(2020020103)
论文发表日期：2021-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 463-473 )
英文信息