公开(公告)号：CN113568043B

公开(公告)日：2022-05-24

申请号：CN202110837608.X

申请日：2021-07-23

Applicant: 哈尔滨工业大学

Inventor： 籍多发 ,  翟长海 ,  陈有明 ,  温卫平 ,  王华洋

IPC: G01V1/28 ,  G01V1/30 ,  G06N3/04 ,  G06N3/08

Abstract: 基于深度卷积神经网络的三阶段震相拾取方法，它为了解决目前震相拾取方法依赖于初始时窗选取、无法直接应用于连续地震动记录的问题。拾取方法：建立第一阶段的数据集；二、建立第一阶段的时窗检测网络，包括9层卷积层和1层全连接层；三、时窗检测网络训练；四、提取包含P波的时窗；五、建立第二阶段的数据集；六、建立第二阶段的P波震相拾取网络；七、P波震相拾取网络训练；八、P波到时预测；九、提取包含S波的时窗；十、建立第三阶段的数据集；十一、建立第三阶段的S波震相拾取网络；十二、S波震相拾取网络训练；十三、S波到时预测。本发明采用三阶段的方式，在每个阶段内单独训练深度卷积网络模型，提高了震相拾取的精度。

公开(公告)号：CN113568043A

公开(公告)日：2021-10-29

申请号：CN202110837608.X

申请日：2021-07-23

Applicant: 哈尔滨工业大学

Inventor： 籍多发 ,  翟长海 ,  陈有明 ,  温卫平 ,  王华洋

IPC: G01V1/28 ,  G01V1/30 ,  G06N3/04 ,  G06N3/08

Abstract: 基于深度卷积神经网络的三阶段震相拾取方法，它为了解决目前震相拾取方法依赖于初始时窗选取、无法直接应用于连续地震动记录的问题。拾取方法：建立第一阶段的数据集；二、建立第一阶段的时窗检测网络，包括9层卷积层和1层全连接层；三、时窗检测网络训练；四、提取包含P波的时窗；五、建立第二阶段的数据集；六、建立第二阶段的P波震相拾取网络；七、P波震相拾取网络训练；八、P波到时预测；九、提取包含S波的时窗；十、建立第三阶段的数据集；十一、建立第三阶段的S波震相拾取网络；十二、S波震相拾取网络训练；十三、S波到时预测。本发明采用三阶段的方式，在每个阶段内单独训练深度卷积网络模型，提高了震相拾取的精度。