一种轻量迁移学习模型的振动P波到时拾取方法

AITNT
正文
推荐专利
一种轻量迁移学习模型的振动P波到时拾取方法
申请号:CN202510076235
申请日期:2025-01-17
公开号:CN119882043A
公开日期:2025-04-25
类型:发明专利
摘要
一种轻量迁移学习模型的振动P波到时拾取方法,属于微震监测技术领域,步骤为:1.导入地震与微震事件数据。2.对步骤1数据进行预处理。3.使用步骤2数据制作训练集和测试集。4.构建地震数据到时拾取模型。5.输入步骤3地震数据训练集数据至步骤4拾取模型训练。6.输入步骤3地震数据测试集数据至步骤4拾取模型进行P波到时拾取,评价模型拾取效果。7.输入微震数据至步骤6中合格的拾取模型进行迁移学习,对模型进行微调,实现微震数据到时拾取。本发明通过上述方法,提供了一种具有较高的准确性和可靠性的P波到时拾取方法。
技术关键词
迁移学习模型 拾取方法 注意力机制 分支 波形 代表 训练集数据 构建地震数据 微震监测技术 地震数据集 上采样 通道 最小化误差 模型超参数 样本 压缩特征
系统为您推荐了相关专利信息
1
一种基于改进图神经网络的云计算节点故障预测方法
节点故障预测方法 神经网络模型 网络吞吐量 实时监测数据 历史故障数据
2
一种基于微调大语言模型的场景图生成增强方法
大语言模型 三元组 联合损失函数 场景 视觉关系检测模型
3
一种基于PXI架构的高精度直流电流源设计方法及模块
PWM占空比 数字PID控制器 热插拔保护电路 阻抗补偿单元 集成过流保护
4
一种基于并行LSTM-CNN和BiGRU的轴承故障检测方法
轴承故障检测方法 滚动轴承故障检测 全局平均池化 通道 数据
5
一种基于增量蒸馏和正则化语义一致性的多模态神经机器翻译方法
神经机器翻译方法 文本 跨模态 多模态特征 蒸馏
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号