一种基于多特征融合的深度学习地震事件分类方法及系统

本申请提出一种基于多特征融合的深度学习地震事件分类方法及系统，属于地震数据处理技术领域，所述方法包括：通过多个台站采集地震波形数据；将地震波形数据进行预处理；将预处理后的地震波形数据输入到预训练的分类网络进行分类；预训练的分类网络包括：基于先验知识的特征计算网络、基于XGBoost的特征提取网络、基于Bi‑LSTM的波形特征提取网络、基于稀有类别生成的数据增强网络、基于Attention的特征选择网络以及分类网络；将所有台站的地震事件分类结果进行投票，根据投票结果确定地震的事件类型，并将地震的事件类型进行输出并显示。本申请通过融合物理特征和数据增强，提高了天然地震和非天然地震事件分类的准确率。