-
公开(公告)号:CN116955976B
公开(公告)日:2023-11-28
申请号:CN202311213403.X
申请日:2023-09-20
Applicant: 航天宏图信息技术股份有限公司
IPC: G06F18/21 , G06N3/0442 , G06N3/08 , G06F18/15 , G06F18/20 , G01B7/16 , G06F123/02
Abstract: 本发明提供了一种基于深度学习和北斗定位的地震地表形变分析方法及装置,涉及地震地表形变数据分析技术领域,包括:获取目标区域内每个北斗地震台站的原始观测数据,并构建待处理坐标时间序列;通过第一神经网络模型,对待处理坐标时间序列进行粗差剔除处理和缺失值插补处理得到目标坐标时间序列;基于目标坐标时间序列拟合预先构建的北斗地震台站速度计算模型的参数值;利用每个北斗地震台站的速度结果和台站特征信息对第二神经网络进行训练,以得到地表形变分析模型。本发明可以实现粗差剔除和缺失值插补的自动化处理,还可以利
-
公开(公告)号:CN116955976A
公开(公告)日:2023-10-27
申请号:CN202311213403.X
申请日:2023-09-20
Applicant: 航天宏图信息技术股份有限公司
IPC: G06F18/21 , G06N3/0442 , G06N3/08 , G06F18/15 , G06F18/20 , G01B7/16 , G06F123/02
Abstract: 本发明提供了一种基于深度学习和北斗定位的地震地表形变分析方法及装置,涉及地震地表形变数据分析技术领域,包括:获取目标区域内每个北斗地震台站的原始观测数据,并构建待处理坐标时间序列;通过第一神经网络模型,对待处理坐标时间序列进行粗差剔除处理和缺失值插补处理得到目标坐标时间序列;基于目标坐标时间序列拟合预先构建的北斗地震台站速度计算模型的参数值;利用每个北斗地震台站的速度结果和台站特征信息对第二神经网络进行训练,以得到地表形变分析模型。本发明可以实现粗差剔除和缺失值插补的自动化处理,还可以利用训练得到的地表形变分析模型实现预测速度结果的高效拟合解算,具备高效便利、易于实现、自动化程度高、实用性强等特点。
-