U型神经网络结合BiLSTM网络的地震相识别系统
王天哲
中国地质大学(北京),北京 100083
摘要：以BiLSTM网络为基础识别框架,通过在BiLSTM网络结构中引入U型卷积神经网络进行改进,并采用改进的BiLSTM网络对地震相进行识别,实现了地震P波和S波震相的精确识别.仿真结果表明:该方法可有效、准确地识别地震P波和S波震相,平均识别正确率为 90.01%,平均漏检率和均方根误差分别为 11.00%和 0.23,相较于BiLSTM网络以及常用地震相识别MEA-BP神经网络模型和CNN模型,该方法对地震相的识别精度更高,具有明显的优越性,为实现地震相的精确识别提供了参考.
关键词：深度学习地震相识别BiLSTM网络U型卷积神经网络
分类号：P315.7(大地（岩石界）物理学（固体地球物理学）)
资助基金：国家自然科学基金(41974060)
论文发表日期：2024-12-30
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：6( 15-20 )
英文信息