一種基于異構(gòu)多分類模型的震源類型預測方法和系統(tǒng)
基本信息
申請?zhí)?/td> | CN202110179143.3 | 申請日 | - |
公開(公告)號 | CN112526606A | 公開(公告)日 | 2021-03-19 |
申請公布號 | CN112526606A | 申請公布日 | 2021-03-19 |
分類號 | G06N3/04(2006.01)I;G01V1/28(2006.01)I;G06N3/08(2006.01)I;G06K9/00(2006.01)I;G01V1/30(2006.01)I;G01V1/36(2006.01)I;G06K9/62(2006.01)I | 分類 | 測量;測試; |
發(fā)明人 | 劉鵬;張真;高中強;曹騮;時晨皓 | 申請(專利權(quán))人 | 南京云創(chuàng)大數(shù)據(jù)科技股份有限公司 |
代理機構(gòu) | 南京鐘山專利代理有限公司 | 代理人 | 徐燕 |
地址 | 210014江蘇省南京市秦淮區(qū)永智路6號南京白下高新技術(shù)產(chǎn)業(yè)園區(qū)四號樓A棟9層 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于異構(gòu)多分類模型的震源類型預測方法和系統(tǒng),包括獲取不同地區(qū)的地震事件,對其事件類型進行確定,作為深度學習的震源類型事件分類的基礎(chǔ)訓練數(shù)據(jù);分別從特征值、波形圖和頻譜圖三個方面進行數(shù)據(jù)處理;使用三層隱藏層的神經(jīng)網(wǎng)絡(luò)和改進的SE?ResNet模型分別對特征值和波形圖、頻譜圖進行模型的訓練,利用集成學習中的加權(quán)投票法對三種分類器的結(jié)果進行集成,賦予不同模型不同的權(quán)重;對待預測數(shù)據(jù),經(jīng)過數(shù)據(jù)處理后,帶入保存好的模型預測事件類別。本發(fā)明能夠快速、準確的分析出震源類型事件,并在此基礎(chǔ)上能夠提高預測類型的類別數(shù),具有良好的泛化性能。?? |
