检索结果-南通市图书馆

地震烈度仪对卷积神经网络模型地震预警震级估计的影响

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

哈尔滨工业大学学报 2024年第6期56卷 81-90页

作者：朱景宝宋晋东李山有地震工程与工程振动重点实验室(中国地震局工程力学研究所) 哈尔滨150080 地震灾害防治应急管理部重点实验室哈尔滨150080

为探索地震烈度仪对卷积神经网络模型地震预警震级估计的影响,以2022年中国发生的5次破坏性地震(M_S≥5.8)为例,将地震数据应用到卷积神经网络震级估计模型中,分析引入烈度仪地震数据后的震级估计。结果表明:在P波到达后3 s,烈度仪和强... 详细信息

为探索地震烈度仪对卷积神经网络模型地震预警震级估计的影响,以2022年中国发生的5次破坏性地震(M_S≥5.8)为例,将地震数据应用到卷积神经网络震级估计模型中,分析引入烈度仪地震数据后的震级估计。结果表明:在P波到达后3 s,烈度仪和强震仪的单台震级估计误差主要分布在±1震级单位范围内;对于震中距100 km以内的数据,在P波到达后10 s内,与强震仪相比,烈度仪震级估计误差均值更接近0;对于信噪比小于20的数据,强震仪震级估计误差均值比烈度仪的震级估计误差均值更接近0,且烈度仪有更大震级估计误差的不确定度。此外,对于这5次地震,与强震仪相比,烈度仪的数量更多、分布更密,引入烈度仪地震数据后,卷积神经网络模型更快地获得鲁棒的震级估计。研究结果为地震烈度仪在卷积神经网络震级估计模型中的适用性提供了依据,也为地震预警系统震级估计提供参考。

关键词：地震预警卷积神经网络震级估计地震烈度仪破坏性地震

基于机器学习预测模型的现地警报级别地震预警试验——以2022年9月5日四川泸定6.8级地震为例

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2024年第8期67卷 3004-3016页

作者：宋晋东朱景宝李水龙王士成韦永祥李山有中国地震局工程力学研究所地震工程与工程振动重点实验室哈尔滨150080 地震灾害防治应急管理部重点实验室哈尔滨150080 福建省地震局福州350003

2022年9月5日12时52分四川省甘孜州泸定县发生6.8级地震,造成严重的经济损失和人员伤亡.本文利用此次地震中台站记录到的强震动数据,离线模拟基于机器学习预测模型的现地警报级别地震预警方法.该方法首先构建基于支持向量机的震级预测... 详细信息

2022年9月5日12时52分四川省甘孜州泸定县发生6.8级地震,造成严重的经济损失和人员伤亡.本文利用此次地震中台站记录到的强震动数据,离线模拟基于机器学习预测模型的现地警报级别地震预警方法.该方法首先构建基于支持向量机的震级预测模型与现地地震动速度峰值(peak ground velocity,PGV)预测模型,而后将每个台站的震级和PGV预测值分别与震级阈值5.7和PGV阈值9.12 cm·s^(-1)做比较,进而得到现地警报级别(0,1,2,3),并用于判断台站附近是否发生潜在破坏.其中,警报级别3为预测震级和预测PGV都超过了阈值,表明在该台站附近有潜在地震破坏且震级偏大.此次地震的离线模拟结果表明:使用P波到达后3 s时间窗,基于支持向量机震级预测模型的单台震级估计标准差为0.35、平均绝对误差为0.27;基于支持向量机PGV预测模型的现地PGV预测标准差为0.34、平均绝对误差为0.32;震级估计误差和PGV预测误差主要分布在±2倍标准差范围内.在不考虑数据打包与传输延时的条件下,地震烈度Ⅶ度区域内的触发台站在震后8 s几乎都发布了警报级别3.在此次地震的震后初期,基于机器学习预测模型的现地警报级别地震预警方法可以得到可靠的警报预测结果,并为中国地震预警系统升级提供了潜在参考.

关键词：现地地震预警机器学习震级预测 PGV预测泸定地震

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

农用柴油机性能优化措施研究

南方农机 2024年第5期55卷 92-94页

作者：宋晋龙太原学院山西太原030032

由于我国农业机械使用量呈持续增长趋势,因此,柴油机的需求也不断提升,加上农业生产环境多变、地形复杂,在长期使用过程中,柴油机性能会出现异常。为有效保障农用柴油机工作稳定性,提高生产效率,笔者从农用柴油机功能结构组成及工作原... 详细信息

由于我国农业机械使用量呈持续增长趋势,因此,柴油机的需求也不断提升,加上农业生产环境多变、地形复杂,在长期使用过程中,柴油机性能会出现异常。为有效保障农用柴油机工作稳定性,提高生产效率,笔者从农用柴油机功能结构组成及工作原理角度入手,阐述了农用柴油机的性能影响因素,提出了针对性的优化措施。研究结果表明,农用柴油机优化措施对提高柴油机工作稳定性具有重要作用,有利于保障农业生产的顺利进行。

关键词：农用柴油机功能结构工作原理

CEEMDAN-LSTM框架下的天然地震与矿山诱发地震区分技术研究

在线全文

学校读者我要写书评

暂无评论

煤炭学报 2024年

作者：闫昭阳朱景宝刘赫奕宋晋东李山有中国地震局工程力学研究所地震工程与工程振动重点实验室地震灾害防治应急管理部重点实验室

准确识别矿震和天然地震有着重要意义。一方面，使用纯粹的天然地震目录进行活断层划分、强震预测、应力场计算等更深层的地震学研宄。另一方面，确定完善的矿震地震目录有助于开采部门对相关行为进行监管。本文从矿震和天然地震的频... 详细信息

准确识别矿震和天然地震有着重要意义。一方面，使用纯粹的天然地震目录进行活断层划分、强震预测、应力场计算等更深层的地震学研宄。另一方面，确定完善的矿震地震目录有助于开采部门对相关行为进行监管。本文从矿震和天然地震的频谱特征入手，通过对数据的短周期面波进行识别，利用改进的完全集成经验模态分解法（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise，CEEMDAN），结合长短期记忆网络（Long Short-Term Memory，LSTM）对辽宁地区和日本的矿震和地震事件进行了区分研究。首先，对矿震和天然地震的波形数据进行基线矫正、P波到时等预处理，再使用CEEMDAN分解出不同的固有模态函数（Intrinsic Mode Functions，IMFs），然后通过提取IMFs的方差贡献率作为特征，而这一特征清楚的识别到矿震的短周期面波成分，之后将其输入LSTM模型进行分类训练，最终形成准确的分类模型。结果表明，CEEMDAN-LSTM模型能有效解决模态中噪声与短周期面波的混叠问题，提高分类的准确性，分类成功率显著提高。此外，本文还探讨了不同分类特征和不同分类模型的优势与局限，为未来地震事件的自动识别提供了有效的技术支持和新思路。通过本研究，不仅增强了对矿震与天然地震特征的理解，也为地震预警与灾害防控提供了科学依据。并指出，未来研究可以更进一步从速度上优化该模型，也同样可以模型为基础进行更多的非天然地震事件的分类。

关键词：矿震完全集成经验模态分解法地震预警长短期记忆网络信号处理

形象建构与价值认同——试论《老残游记》中“老残”形象的多面性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

今古文创 2024年第2期 7-9页

作者：宋晋海广西民族大学继续教育学院广西南宁530000

小说中人物形象的塑造与作品主题的表达是密不可分的,而对主人公的形象塑造至为关键。在《老残游记》众多的人物形象中,作为小说主人公的老残形象自然是作者塑造的重点,也是最令读者印象深刻的。本文主要归纳了“老残”形象的多重性并... 详细信息

小说中人物形象的塑造与作品主题的表达是密不可分的,而对主人公的形象塑造至为关键。在《老残游记》众多的人物形象中,作为小说主人公的老残形象自然是作者塑造的重点,也是最令读者印象深刻的。本文主要归纳了“老残”形象的多重性并进行了成因分析,进而分析了“老残”形象所蕴含的文学与现实的双重意义,旨在反观当下文人的创作意识和大众的现实生活。

关键词：老残游记人物形象多面性意义

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

FDM技术打印参数对成型效率的影响研究

印刷与数字媒体技术研究 2024年第3期 252-258页

作者：李科宋晋敏胡嘉睿张资政太原科技大学材料科学与工程学院太原030024

FDM技术可用于工业领域中大型零件模型的打印,提升成型效率成为重要的研究课题。本研究通过响应面分析方法,探究了FDM打印参数对聚乳酸圆柱件成型效率的影响规律,得到了最优打印参数,并经过实际打印验证。结果表明层厚增加,成型效率提高... 详细信息

FDM技术可用于工业领域中大型零件模型的打印,提升成型效率成为重要的研究课题。本研究通过响应面分析方法,探究了FDM打印参数对聚乳酸圆柱件成型效率的影响规律,得到了最优打印参数,并经过实际打印验证。结果表明层厚增加,成型效率提高;打印速度增加,成型效率提高;填充率增加,成型效率降低;路径规划和壁厚对成型效率影响不大。影响成型效率的因素按照顺序排列是:层厚>打印速度>填充率,其中层厚和打印速度影响显著。最优打印参数为打印速度85mm·s^(-1)、层厚0.175mm、填充率55%,预测时间为58.8min,实际时间为59min,预测精度达99.7%,为提升成型效率提供了依据。

关键词：熔融沉积成型打印参数成型时间响应面分析

基于残差神经网络的天然地震与非天然地震信号分类

在线全文

学校读者我要写书评

暂无评论

地震工程与工程振动 2024年第5期44卷 13-25页

作者：沈婕朱景宝缪发军宋晋东李山有中国地震局工程力学研究所地震工程与工程振动重点实验室黑龙江哈尔滨150080 地震灾害防治应急管理部重点实验室黑龙江哈尔滨150080 江苏省地震局江苏南京210014

以准确区分天然地震与非天然地震为目标,构建了一种基于一维卷积和残差结构的神经网络模型:ResNet-1D。该模型利用不同长度卷积核的卷积层、最大池化构成的池化层和残差结构自动提取三分量地震记录特征,采用适应性矩估计方法(Adams)作... 详细信息

以准确区分天然地震与非天然地震为目标,构建了一种基于一维卷积和残差结构的神经网络模型:ResNet-1D。该模型利用不同长度卷积核的卷积层、最大池化构成的池化层和残差结构自动提取三分量地震记录特征,采用适应性矩估计方法(Adams)作为优化参数,利用线性判别函数(Linear)实现天然地震与非天然地震区分。以2008—2020年中国地震台网中心统一编目报告的天然地震和非天然地震共40000条速度记录,随机划分为6∶2∶2的比例构建训练数据集、验证数据集和测试数据集。研究结果表明:天然地震和非天然地震的分类准确率分别为92.65%和94.30%,与传统机器学习方法比较,ResNet-1D模型在准确率、精确率、召回率和F1分数的测试结果均有明显提升,有效地提高了天然地震和非天然地震识别的准确性。同时,震级和震中距的变化对模型分类准确率都有影响,具体表现为震级越高,准确率越低;震中距越大,准确率越低。文中提出的模型具有更高的准确性,可为地震监测中的天然地震与非天然地震准确区分提供技术支撑。

关键词：残差神经网络地震信号分类非天然地震天然地震地震监测

在线全文

学校读者我要写书评

暂无评论

基于机器学习和迁移学习的地震预警震级估计

世界地震工程 2024年第3期40卷 60-71页

作者：宋晋东梁坤正李山有朱景宝中国地震局工程力学研究所地震工程与工程振动重点实验室黑龙江哈尔滨150080 地震灾害防治应急管理部重点实验室黑龙江哈尔滨150080

震级估计是地震预警的重要环节之一。快速且可靠的震级估计可以为地震预警系统提供有效的地震预警信息。传统的地震预警震级估计方法主要利用从P波信号中提取单一的特征建立震级估计经验预测方程,且震级估计误差较大。为了提高地震预警... 详细信息

震级估计是地震预警的重要环节之一。快速且可靠的震级估计可以为地震预警系统提供有效的地震预警信息。传统的地震预警震级估计方法主要利用从P波信号中提取单一的特征建立震级估计经验预测方程,且震级估计误差较大。为了提高地震预警震级估计的可靠性以及探索机器学习方法在中国川滇地区地震预警震级估计的可行性,基于日本K-NET台网记录的强震动数据建立用于震级估计的机器学习预训练模型(CRnet-M),CRnet-M模型结合了卷积神经网络和循环神经网络;结合迁移学习和中国川滇地区的强震动数据,对预训练的CRnet-M模型进行微调和训练,进而建立了用于中国川滇地区的震级估计模型(TLCRnet-M)。研究结果表明:对于日本的测试数据集,在P波触发后3 s,和传统的地震预警震级估计方法相比,预训练的CRnet-M模型有更小的震级估计误差,且绝对误差在0~0.5震级单位范围内的百分比达到了86.89%;对于川滇地区的测试数据集,在P波触发后3 s,和传统的地震预警震级估计方法以及未使用迁移学习的CRnet-M模型相比,使用迁移学习的TLCRnet-M模型提高了震级估计的可靠性,且绝对误差在0~0.5震级单位范围内的百分比为76.25%。方法在一定程度上提高了地震预警震级估计的可靠性,且对于地震预警系统有一定意义。

关键词：地震预警机器学习神经网络迁移学习震级估计 P波

基于机器学习和迁移学习的现地地震动峰值预测

在线全文

学校读者我要写书评

暂无评论

地球科学 2024年

作者：朱景宝刘赫奕栾世成梁坤正宋晋东李山有中国地震局工程力学研究所地震工程与工程振动重点实验室地震灾害防治应急管理部重点实验室

在现地地震预警中，为了提高中国仪器地震烈度计算中地震动峰值（PGA和PGV）预测的准确性，提出了基于机器学习和迁移学习的现地地震动峰值预测方法。基于日本K-NET台网记录的强震动数据，使用神经网络建立了预训练的现地地震动峰值预... 详细信息

在现地地震预警中，为了提高中国仪器地震烈度计算中地震动峰值（PGA和PGV）预测的准确性，提出了基于机器学习和迁移学习的现地地震动峰值预测方法。基于日本K-NET台网记录的强震动数据，使用神经网络建立了预训练的现地地震动峰值预测模型；基于中国的强震动数据和预训练的现地地震动峰值预测模型，通过迁移学习建立了用于中国的现地地震动峰值预测模型。对于日本和中国测试数据集以及泸定6.8级地震，在P波到达后3秒，和传统的现地地震动峰值预测方法相比，本研究提出的方法对于PGA预测和PGV预测有更小的平均绝对误差和标准差。结果表明，本研究提出的方法可以在一定程度上提高现地地震预警地震动峰值预测的可靠性，对于现地地震预警系统具有重要意义。

关键词：现地地震预警机器学习迁移学习 P波地震动峰值