基于迁移学习的近断层概率地震危险性评估方法及系统

AITNT
正文
推荐专利
基于迁移学习的近断层概率地震危险性评估方法及系统
申请号:CN202511277864
申请日期:2025-09-09
公开号:CN120762105B
公开日期:2025-11-11
类型:发明专利
摘要
本发明提供了一种基于迁移学习的近断层概率地震危险性评估方法及系统,涉及地震工程技术领域,包括获取地震相关参数和地震动强度参数;基于深度神经网络进行模型构建,以地震相关参数构建模型输入、地震动强度参数构建模型输出,并通过非脉冲型地震动数据进行训练,得到非脉冲地震动参数预测模型;通过非脉冲地震动参数预测模型和脉冲型地震动数据进行迁移学习,得到脉冲地震动参数预测模型;基于非脉冲地震动参数预测模型和脉冲地震动参数预测模型,计算目标场址上任一地震动强度参数超过对应强度阈值的年超越率,通过所述年超越率进行近断层地震危险性评估。本发明解决了现有近断层概率地震危险性评估没有考虑脉冲型地震动影响的问题。
技术关键词
地震动参数 危险性评估方法 地震动强度参数 深度神经网络 脉冲识别方法 评估系统 核心 走滑断层 地震工程技术 数据 加速度 震源 模块 地面
系统为您推荐了相关专利信息
1
一种信贷违约预测方法、装置、设备及存储介质
信贷违约预测方法 样本 对象 深度神经网络模型 结构特征提取
2
一种基于大数据模型的充电站流量智能调控分成系统
充电站 可视化交互平台 大数据分析引擎 智能调控方法 深度神经网络模型
3
光伏储能电池组动作智能调控方法和系统
智能体模型 电池单元 电池组 动作智能 深度神经网络
4
钢材截面切割判断系统
H型钢材 映射机构 深度神经网络模型 判断系统 图像
5
一种基于多神经网络融合的智能频谱计算方法及装置
序列 计算方法 信号特征 电磁 分析系统
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