-
题名基于LSTM神经网络的南加州中期地震预测
被引量：1
- 1
-
-
作者
王艺璇
张怀
石耀霖
程术
-
机构
中国科学院大学地球与行星科学学院中国科学院计算地球动力学重点实验室
复旦大学代谢与整合生物学研究院
-
出处
《中国科学院大学学报(中英文)》
北大核心
2025年第2期199-208,共10页
-
基金
国家自然科学基金委员会地震科学联合基金重点项目(U2239205)
科技部国家重点研发计划重点项目(2020YFA0713400)资助。
-
文摘
以神经网络预测地震为主题,采用长短时记忆(LSTM)神经网络构建地震预测模型。基于1932—2021年的南加州地震目录资料,数据按照0.8∶0.2的比例划分,训练集的时间窗口为1932年1月至2002年3月,测试集为2002年3月至2021年9月。模型以LSTM神经网络为核心,综合训练集地震时间序列数据中计算出的11个反映地震时空强度分布特征的地震活动性指标,以及与之对应的最大震级构建标签,对测试集进行回溯性预测检验。利用混淆矩阵中的准确率、精确度、R评分等指标评估模型预测效果。结果显示,该模型在地震预测方面有一定的成效,成功预测出2010年4月的7.2级大地震,并且部分模型的R评分高于我国目前的中期预测水平。然而仍有部分指标未达到理想状态,还需深入探讨。
-
关键词
LSTM神经网络
南加州地区
地震中期预测
地震活动性指标
R评分
-
Keywords
LSTM neural network
Southern California
medium-term earthquake prediction
seismic factor
R-value
-
分类号
P315.7
[天文地球—地震学]
-
-
题名神经网络模型在地震预报中的某些应用
被引量：6
- 2
-
-
作者
蒋淳
冯德益
汪德馨
田山
郑熙铭
-
机构
天津市地震局
-
出处
《中国地震》
CSCD
北大核心
1994年第3期262-269,共8页
-
基金
地震科学联合基金
-
文摘
本文介绍了人工神经网络模型以地震活动性指标为基础应用于地震预报的一些最新研究结果。选用多层前向神经网络模型及ＢＰ算法，其输入取不同的地震活动性指标的集合，输出为某一指定地区在未来时段内可能发生的最大地震的震级。以华北及首都圈地区为例，用多组不同类型的地震活动性指标进行学习与检验，结果表明，利用人工神经网络模型对未来时段震级预报的符合率较高，内检预报符合率可达１００％，外推预报符合率达到６０％以上。关键词：
-
关键词
神经网络模型
地震活动性指标
震级预报
-
Keywords
Neural network, Forward-type network model, BP algorithm, Seismicityindices, Magnitude prediction
-
分类号
P315.7
[天文地球—地震学]
-
-
题名基于反向选择的地震预测方法
被引量：3
- 3
-
-
作者
吴晶晶
梁意文
谭成予
周雯
-
机构
武汉大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2019年第4期1097-1100,共4页
-
基金
国家自然科学基金资助项目(61170306)
-
文摘
针对大地震历史数据缺乏导致的大地震预测准确率低的问题,提出一种基于反向选择的地震预测方法。采用可变实值反向选择算法生成成熟检测器,用于预测地震是否发生。由于反向选择在训练过程中无须非我数据,可减小大地震数据缺乏对训练效果的影响。实验采用四川省历史地震数据,对一个月内是否发生5. 0级及以上地震进行预测。与传统机器学习算法进行对比,结果表明反向选择算法具有更好的预测效果。
-
关键词
反向选择
地震预测
地震活动性指标
神经网络
-
Keywords
negative selection
earthquake prediction
seismicity indicator
neural network
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
