基于卷積神經(jīng)網(wǎng)絡(luò )的P波撿拾算法

本發(fā)明公開(kāi)了一種基于卷積神經(jīng)網(wǎng)絡(luò )的P波撿拾算法，包括以下步驟：步驟一，井下地震記錄的篩選，在保證數據集高質(zhì)量性的同時(shí)具備工程意義；步驟二，數據的劃分與樣本集的制作，通過(guò)合理配置訓練、驗證和測試集的樣本數據使得模型最大化學(xué)習P波到時(shí)特征；步驟三，神經(jīng)網(wǎng)絡(luò )模型DPick的搭建，通過(guò)超參優(yōu)化和訓練策略的調整來(lái)獲取結構較優(yōu)解；步驟四，泛化性能測試，將訓練完畢的DPick模型應用于新的臺站記錄來(lái)測試模型在未知事件中的性能表現。本發(fā)明，將深度學(xué)習算法應用于P波檢測程序中，以此來(lái)改善傳統P波撿拾算法存在的誤、漏撿拾等問(wèn)題，提升了P波到時(shí)拾取工作的時(shí)效性、準確性以及魯棒性，為EEW系統的高精度地震預警信息預報提供重要基礎和保障。