10.3969/j.issn.1000-386x.2023.04.013
基于LSTM神经网络的地震事件分类
地震信号可视为时间序列,采用在时间序列数据处理中有较好表现的LSTM神经网络实现天然地震和爆破的分类.对原始信号进行短时傅里叶变换,得到时频谱,拆分为多通道时间序列,作为LSTM神经网络的输入,实现时间序列到标签的分类.通过反复的实验选取了最优的输入数据尺度和模型超参数,选取的模型包含两个堆叠的双向LSTM层的神经网络.训练集上的5折交叉验证结果显示验证集平均准确率达到98.36％,测试集准确率为97.5％.测试结果表明,采用的模型在地震事件分类中有较好的效果.
天然地震、爆破、分类、机器学习、LSTM
40
TP3(计算技术、计算机技术)
中国地震局地震科技星火计划项目;内蒙古自治区地震局局长基金
2023-05-11（万方平台首次上网日期，不代表论文的发表时间）
共5页
75-79
