本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的P波撿拾算法,包括以下步驟:步驟一,井下地震記錄的篩選,在保證數(shù)據(jù)集高質(zhì)量性的同時(shí)具備工程意義;步驟二,數(shù)據(jù)的劃分與樣本集的制作,通過合理配置訓(xùn)練、驗(yàn)證和測試集的樣本數(shù)據(jù)使得模型最大化學(xué)習(xí)P波到時(shí)特征;步驟三,神經(jīng)網(wǎng)絡(luò)模型DPick的搭建,通過超參優(yōu)化和訓(xùn)練策略的調(diào)整來獲取結(jié)構(gòu)較優(yōu)解;步驟四,泛化性能測試,將訓(xùn)練完畢的DPick模型應(yīng)用于新的臺(tái)站記錄來測試模型在未知事件中的性能表現(xiàn)。本發(fā)明,將深度學(xué)習(xí)算法應(yīng)用于P波檢測程序中,以此來改善傳統(tǒng)P波撿拾算法存在的誤、漏撿拾等問題,提升了P波到時(shí)拾取工作的時(shí)效性、準(zhǔn)確性以及魯棒性,為EEW系統(tǒng)的高精度地震預(yù)警信息預(yù)報(bào)提供重要基礎(chǔ)和保障。
聲明:
“基于卷積神經(jīng)網(wǎng)絡(luò)的P波撿拾算法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)