公开(公告)号：CN114638413A

公开(公告)日：2022-06-17

申请号：CN202210261243.5

申请日：2022-03-17

Applicant: 桂林电子科技大学

Inventor： 王茂发 ,  单维锋 ,  张润杰 ,  龚启舟 ,  黄鸿亮

IPC: G06Q10/04 ,  G06N3/08 ,  G06N3/04 ,  G06N20/10

Abstract: 本发明公开了一种基于深度元学习的中强震短临余震智能预测模型，其特征在于，包括多源地震目录预处理模型、中强震短临余震预测动态框架模型和余震预测深度元学习网络；所述多源地震目录预处理模型，包括三部分，地震目录重复样本的剔除、地震能量等缺失字段的填充和采用箱型图法处理地震样本异常值；所述中强震短临余震预测动态框架模型，包括余震预测模型训练样本生成、余震预测模型参数动态选择和基于元学习的多个深度学习算法灵活切换，本发明能够突破在余震预测研究中对主、余震参数间地球物理学关系的依赖，并利用AI算法去挖掘、研究地震目录中复杂、抽象、深层的关联关系。

公开(公告)号：CN114638413B

公开(公告)日：2025-02-28

申请号：CN202210261243.5

申请日：2022-03-17

Applicant: 桂林电子科技大学

Inventor： 王茂发 ,  单维锋 ,  张润杰 ,  龚启舟 ,  黄鸿亮

IPC: G06F30/27 ,  G06N3/08 ,  G06N3/0442 ,  G06N20/10 ,  G06N3/0455

Abstract: 本发明公开了一种基于深度元学习的中强震短临余震智能预测模型，其特征在于，包括多源地震目录预处理模型、中强震短临余震预测动态框架模型和余震预测深度元学习网络；所述多源地震目录预处理模型，包括三部分，地震目录重复样本的剔除、地震能量等缺失字段的填充和采用箱型图法处理地震样本异常值；所述中强震短临余震预测动态框架模型，包括余震预测模型训练样本生成、余震预测模型参数动态选择和基于元学习的多个深度学习算法灵活切换，本发明能够突破在余震预测研究中对主、余震参数间地球物理学关系的依赖，并利用AI算法去挖掘、研究地震目录中复杂、抽象、深层的关联关系。

公开(公告)号：CN117970427A

公开(公告)日：2024-05-03

申请号：CN202410214125.8

申请日：2024-02-27

Applicant: 桂林电子科技大学

Inventor： 王茂发 ,  张一驰 ,  张润杰

IPC: G01V1/01 ,  G06N20/00 ,  G06N7/01

Abstract: 本发明提供一种基于贝叶斯优化多机器学习算法的最大余震预测方法，根据地震学原理将地震分为不同类型进行处理，通过分析主震与余震之间的关系后建立了主震‑余震序列用于最大余震的训练和预测。针对不同地震类型，分别使用LightGBM、SVM、RF训练并使用贝叶斯优化算法结合五折交叉验证的方法寻找模型最优超参数，最终得到最大余震震级的组合预测模型。本发明在预测流程上简单，需要的参数量少，针对不同类型地震的余震均有较好的预测效果，适用性强，准确度高，与经典的Bath定律相比，约95％的结果优于Bath定律。

公开(公告)号：CN116051573A

公开(公告)日：2023-05-02

申请号：CN202211687670.6

申请日：2022-12-27

Applicant: 桂林电子科技大学

Inventor： 王茂发 ,  龚启舟 ,  袁静 ,  刘振丙 ,  单维锋 ,  张润杰

IPC: G06T7/11 ,  G06V10/75 ,  G06F16/56 ,  G06F17/10 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了基于深度元学习的模拟测震图纸矢量化方法，该方法通过使用多尺度图像分割技术，使现有架构能够自动、快速确定扫描图纸的尺寸；自动提取图纸中各项记录参数；针对多尺度的图纸设计最佳的尺寸归一化、类型分类、灰度化及图像分割算法，从而为后续矢量化模型提供优质的输入数据，解决了原有矢量化算法存在的目标图纸的单一的问题；采用时间标记点模板匹配算法和自动拾取算法，自动完成对图纸中显著时间标记点的检测与标定，从而有效降低在时间坐标系构架过程中的人力消耗，进而达到提高图纸矢量化效率的目的。