首頁 > 期刊 > 自然科學與工程技術 > 基礎科學 > 地質學 > 世界地震譯叢 > 通過無監(jiān)督機器學習自動拾取微震事件 【正文】
通過無監(jiān)督機器學習自動拾取微震事件
Y.K.Chen; 李帛珊(譯); 唐麗華(譯); 孫燕萍(譯); 呂春來(校) 不詳; 新疆維吾爾自治區(qū)地震局; 中國地震局地球物理研究所
- 逆理論
- 時間序列分析
- 震源觀測
摘要：高效的波至拾取在微震和地震數(shù)據(jù)處理及成像過程中起到重要作用.廣泛使用的基于波至拾取算法的短期平均和長期平均比(STA/LTA),對中強度隨機環(huán)境噪聲的敏感程度較低.為了使最先進的波至拾取方法奏效,首先需要對微震數(shù)據(jù)進行預處理,例如,消除足量的噪聲,再由波至拾取法進行分析.為了解決微震或地震事件波至拾取的噪聲問題,利用機器學習技術幫助識別微震或地震數(shù)據(jù)中的地震波形.由于受監(jiān)督機器學習算法對大量設計好的訓練數(shù)據(jù)具有依賴性,本文利用無監(jiān)督機器學習算法將時間樣本分為兩組,即波形點和非波形點.已證明模糊聚類算法可以運用于微震拾取.一組復雜程度不同的合成、真實微震和地震數(shù)據(jù)集表明,即使在中強背景噪聲情況下,該方法在拾取微震事件方面比最先進的STA/LTA方法表現(xiàn)得更穩(wěn)健.
- 逆理論
- 時間序列分析
- 震源觀測
摘要：高效的波至拾取在微震和地震數(shù)據(jù)處理及成像過程中起到重要作用.廣泛使用的基于波至拾取算法的短期平均和長期平均比(STA/LTA),對中強度隨機環(huán)境噪聲的敏感程度較低.為了使最先進的波至拾取方法奏效,首先需要對微震數(shù)據(jù)進行預處理,例如,消除足量的噪聲,再由波至拾取法進行分析.為了解決微震或地震事件波至拾取的噪聲問題,利用機器學習技術幫助識別微震或地震數(shù)據(jù)中的地震波形.由于受監(jiān)督機器學習算法對大量設計好的訓練數(shù)據(jù)具有依賴性,本文利用無監(jiān)督機器學習算法將時間樣本分為兩組,即波形點和非波形點.已證明模糊聚類算法可以運用于微震拾取.一組復雜程度不同的合成、真實微震和地震數(shù)據(jù)集表明,即使在中強背景噪聲情況下,該方法在拾取微震事件方面比最先進的STA/LTA方法表現(xiàn)得更穩(wěn)健.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
我們提供的服務
在線客服
一對一咨詢服務、簡單快捷、省時省力
了解更多 >
快遞配送
直郵到家、實時跟蹤、更安全更省心
了解更多 >
雜志訂閱
去除中間環(huán)節(jié)享受低價，物流進度實時通知
了解更多 >
雜志推薦
正版雜志，匹配度高、性價比高、成功率高
了解更多 >