摘要
本申请实施例提供一种基于深度学习的地震震源参数预测方法及装置,包括:从目标台站获取地震事件波形、P波到达时间和震中距;根据P波到达时间,对地震事件波形进行预处理,得到T分量地震事件波形;构造与T分量地震事件波形长度相同的辅助波形;其中,辅助波形包括震中距对应的波形、T分量地震事件波形的最大振幅对应的波形和目标台站的台站信息对应的波形;将T分量地震事件波形和辅助波形输入预设的震源参数预测模型中,由震源参数预测模型输出预测的震源参数。本申请可以快速获得震源参数,无需人工介入,并提高震源参数的预测精度。
技术关键词
震源参数
波形
地震
样本
输入神经网络模型
标识
拐角
滤波
线性
曲线
频率
预测装置
模块
数据
标签
噪声
应力
精度
系统为您推荐了相关专利信息
故障预测模型
零序电流信号
配电网架空线
接地系统故障
有效值
无监督聚类方法
融合特征
特征提取网络
编码特征
自动编码器
分数阶神经网络
教学质量评价模型
样本
教学质量评价方法
数据
纹理特征
高精度识别方法
边界特征
Sigmoid函数
感知特征
微生物限度检验
直线模组
自动化设备
中空旋转平台
多轴机器人