一种基于深度学习的地震波识别方法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
一种基于深度学习的地震波识别方法
申请号:CN202511154635
申请日期:2025-08-18
公开号:CN120951094A
公开日期:2025-11-14
类型:发明专利
摘要
一种基于深度学习的地震波识别方法,包括第一步,采集地震波信号得到原始数据,经中心截取和归一化处理后得到统一信号;第二步,用CEEMDAN分解统一信号,得到若干阶本征模态函数与残差分量,对每阶模态函数按预设时间尺度参数粗粒化处理划分子序列,再通过模糊隶属度函数构建相似性准则,计算各子序列模糊熵值并整合成特征矩阵,第三步,采用概率主成分分析对特征矩阵降维,得到降维后特征矩阵,第四步,将降维后特征矩阵输入由部落竞争与成员合作算法优化的CTCM‑1D‑CNN模型,预测输出地震波类型,完成地震波识别。因此,本设计对地震波识别的精度与稳定性较好。
技术关键词
卷积神经网络模型 识别方法 模糊隶属度函数 概率主成分分析 矩阵 一维卷积神经网络 序列 信号 超参数 标签 地震监测设备 加速度 度量 数据 算法 特征值 贡献率 随机梯度下降
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号