摘要
本发明公开了一种震相到时判别模型的构建方法和应用方法,包括:获取震相到时判别相关数据,建立样本集;震相到时判别相关数据包括:地震事件波形数据、对应的震相到时关联信息和正确震相到时类型;样本集中的标签集为正确震相到时类型;建立神经网络;神经网络包括:网络输入层、卷积组、多级特征融合层、多模态融合层、全连接层和输出层;网络输入层加载地震事件波形数据,多模态融合层加载震相到时关联信息,输出层加载正确震相到时类型;对神经网络进行模型训练,构建震相到时判别模型。根据本发明,可以优化震相识别过程的识别正确率,提高波形数据特征提取的全面、准确性,提高网络的约束能力与预测精度。
技术关键词
多级特征融合
波形
多模态
地震
编码向量
样本
数据特征提取
震源
识别正确率
网络
元素
计算方法
训练集
标签
通道
代表
镜像
符号
系统为您推荐了相关专利信息
多模态
外部设备
有线通讯协议
生理
运动控制信号
编码向量
火灾预警方法
模式
注意力
LSTM模型
单桩基础结构
海上风机单桩基础
流体力学模型
载荷
动力响应分析方法
推进动力装置
耦合电机
双电机驱动器
智能控制器
定子组件