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。
聲明:
“基于卷積神經(jīng)網(wǎng)絡(luò )的P波撿拾算法” 該技術(shù)專(zhuān)利(論文)所有權利歸屬于技術(shù)(論文)所有人。僅供學(xué)習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專(zhuān)利(論文)的發(fā)明人(作者)