基于危险理论的地震预测方法

摘要：

采用机器学习算法进行地震预测存在过拟合且需要大量训练集的问题.为此,将危险理论引入地震预测的应用中,在分析大量地震历史源数据和结合领域专家经验知识的基础上,提出一种利用地震学获取特征指标的地震预测方法.通过Gutenberg-Ricthter规则、特征地震震级分布和近期地震预测研究的结论提取9个地震特征指标,采用具有动态性的危险理论预测未来一个月内发生大地震事件的概率.同时,通过分析四川省地震历史数据,应用危险理论对地震特征指标进行分析和预测,并与现有的地震预测方法BP神经网络进行比较.实验结果表明,该方法的检查概率、准确率及R得分均高于BP神经网络,表明在采用较少的样本集时其可靠度更高.

关键词：危险理论、地震预测、Gutenberg-Richter规则、特征指标、BP神经网络

所属期刊栏目：45

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金“计算机免疫学的危险感知方法及其应用研究”61170306

在线出版日期：2019-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：278-283