基于Bagging集成学习算法的地震事件性质识别分类
地震台网在监测地震的同时记录到的非天然震动事件会对后续的科研和预报工作造成较大的影响, 因此快速准确的对天然震动事件与非天然震动事件加以区分就显得尤为重要.本文针对传统人工方法识别地震事件性质的不足之处, 采用Bagging机器学习算法对地震事件性质进行区分.首先选取震中距范围在80200km内的地震数据, 之后采用AIC算法自动识别P波到时, 进而用处理后的数据训练模型, 最后使用测试数据对模型进行评估, 准确率可达85%以上.因此, 本文提出的方法可以有效地对天然震动事件与非天然震动事件加以区分.
地震事件分类、频谱比值、自相关系数、Bagging算法
62
P315(大地(岩石界)物理学(固体地球物理学))
国家自然科学基金资助项目61473073,61104074;中央高校基本科研业务费N161702001;辽宁省高校优秀人才基金LJQ2014028
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共10页
383-392