一种识别宽频带震相的人工智能网络方法

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：An artificial neural network approach for broadband seismic phase picking 中文刊名：世界地震译丛 英文刊名：Translated World Seismology 作者：赵岳 ; K.Takano ; 赵英萍 ; 张从珍 ; 季爱东 英文作者：K.Takano 出版日期：2001-08-15 机构：河北省地震局,河北省地震局,河北省地震局, 年：2001 期：04 出版单位：世界地震译丛

摘要

提出了用反向传播智能网作为检测器来识别宽频带震相的一种方法。通过对3种反向传播智能检测器(长周期、中周期和短周期)的结果进行综合判断,认为这种方法既有短周期检测器准确性高的特点又有长周期检测器误警率低的特点。我们举例证明了适当地对数据进行预处理和后处理有助于改进系统的性能。本文也对反向传播智能网的结构和参数的设定进行了讨论。我们用研制成功的反向传播智能网检测器对美国地震学联合研究协会地震台网的1254张宽频带地震图上的地震事件进行了初至检测,希望能用这些(?)时资料进行地幔结构的层析成像研究。结果表明:1254张地震图中95%以上可识别出初至。自动识别的走时精确度尚可,85%以上的走时误差小于1 s,约80%的延时误差小于0.5s。

引文