摘要
本发明提供的地震成核震相识别及模型训练方法、系统、终端及介质,具体涉及数据监测技术领域,方案包括:获取待测地震数据;对待测地震数据进行特征提取,获得若干类型的数据特征;利用训练好的机器学习模型对数据特征进行处理,确定若干震相时刻,且机器学习模型是基于不同粗糙度的地震模拟数据训练得到;基于震相时刻,获得地震成核震相识别结果。该方案利用不同粗糙度的地震模拟数据作为训练样本训练模型,扩大了训练样本的多样性和数据量,有利于提高模型的泛化能力;同时,由于机器学习模型具有处理复杂的时序数据和多目标预测的能力,训练好的模型具备良好的预测能力,能够处理复杂的时序数据并有利于提高成核震相识别的精度。
技术关键词
机器学习模型
震相识别方法
天然地震数据
标签文件
样本
构建训练集
机器学习算法
粗糙度
识别系统
数据格式
模型训练方法
时间同步
数据监测技术
可读存储介质
特征提取模块
系统为您推荐了相关专利信息
大坝裂缝检测方法
特征金字塔网络
注意力机制
检测裂缝
关系建模
故障振动信号
故障诊断模型
油润滑轴系
训练样本集
振动传感器
特征提取模型
样本
真实性检测方法
标签
预测特征