共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
WeatherMap是Cacti开源网管系统中的流量监控组件,可实现多种模式的网络实时流量监控与展示,提升网络流量监控的可视化能力,在天津地震信息网络中的应用,对于提升开源软件在行业网络系统中的综合应用有较好的参考价值. 相似文献
3.
4.
5.
6.
7.
8.
9.
选用2010年2月—2016年12月发生在北京顺义及河北三河等首都圈邻近区域的117个地震事件(包括54个天然地震事件和63个非天然地震事件——爆炸事件)作为研究对象,利用文章所提出的多尺度注意残差网络对其中的天然地震事件和爆炸事件波形进行二分类。首先,对原始地震波形进行简单预处理并截取成相同长度的地震时序数据,直接将其作为网络模型的输入;其次,选用含有残差模块的深度神经网络作为基础网络,利用深度神经网络对特征的自动提取能力,省略了传统波形分类需要提前提取时域波形的特征作为分类算法输入的步骤;然后,融合通道注意力机制(ECA)并对其进行改进,将空间维度的信息融入通道信息,优化了网络对关键信息的关注,更好地聚焦重要特征;最后,使用空间金字塔池化代替最大池化进行多尺度特征融合,得到更多的特征信息,构成多尺度注意残差网络。实验结果表明,最高分类准确率为97.11%,平均分类准确率为96.53%,证明了多尺度注意残差网络在地震波形分类任务中的有效性,为震源类型识别工作提供了一种新的方法。 相似文献
10.
本文以提高地震数据的成像质量为目标,提出一种智能的卷积神经网络降噪框架,从带有噪声的地震数据中自适应地学习地震信号。为了加速网络训练和避免训练时出现梯度消失现象,我们在网络中加入残差学习和批标准化的方法,并采用了ReLU激活函数和Adam优化算法优化网络。此外,Marmousi和F3数据集被用来对网络进行训练和测试,经过充分训练的网络不仅能在学习中保留地震数据特征,而且能去除随机噪声。首先充分地训练网络,从中提取出随机噪声,并保留学习到的地震数据特征,之后通过重建地震数据估算测试集中的波形特征。合成记录和实际数据的处理结果显示了深度卷积神经网络在随机噪声压制任务中的潜力,并通过实验验证表明了深度卷积神经网络框架有很好的去噪效果。 相似文献
11.
12.
青海高原及邻区强震活动的等间距特征 总被引:1,自引:2,他引:1
本文通过对青海Ms≥6.4级地震发震地点的分析,认为青海高原及邻区的6.4级以上地震具有明显的等间距特征。地震位于北东向和北西向网络的交汇点附近,网络节点间距为230公里左右,网络呈菱形。并初步讨论了其成因的地球物理机制。 相似文献
13.
低剂量计算机断层扫描(CT)是一种相对安全的疾病筛查手段,但低剂量CT图像往往包含较多噪声和伪影,严重影响医生的诊断。针对该问题,本文提出一种基于子空间投影和边缘增强网络(SPEENet)。SPEENet为自编码器结构,包含双流编码器和解码器两个主要模块。双流编码器可以被分为噪声图像编码流及边缘信息编码流两部分,噪声图像编码流对低剂量CT图像进行特征提取,利用图像特征去除低剂量CT中的噪声和伪影;边缘信息编码流部分主要关注低剂量CT图像的边缘信息,利用边缘信息保护图像结构。为充分利用编码器特征,本文引入噪声基投影模块,构建基于编码器和解码器特征的基,并利用该基将编码器提取的特征投影到对应的子空间,获取更好的特征表示。本文在公开数据集上进行实验以验证提出网络的有效性,实验结果表明,相较于其他低剂量CT去噪网络,SPEENet可以取得更好的去噪效果。 相似文献
14.
针对现有地震直达P波到时拾取网络精度低、误差大等问题,结合UNet++编码、解码器,融入特征过滤器设计一种具有地震震相特征分析与融合能力的轻量级P波到时拾取网络PPNet,实现对地震P波的高精度、低误差拾取。首先,该网络在编码器模块采用大卷积核、低通道数的卷积层,对输入的地震信号进行深度特征提取;其次,在解码器模块的特征还原过程中加入特征融合机制,补全特征信息,避免序列特征污染问题;最后,仅对编码器后三个下采样模块添加特征过滤器,深入挖掘特征序列,通过细化P波到时特征,提升到时拾取精度。实验结果表明,提出的网络在0.1 s、0.2 s、0.3 s误差阈值下P波拾取率分别为80.73%、94.01%、97.81%,平均绝对误差0.078 s,均方误差0.021,与现有P波拾取传统方法和深度学习算法相比性能更优。 相似文献
15.
16.
大陆地震对人类威胁最重。全球大陆地震集中在北纬20°—50°地带,它们可分为四个相似的地震区。中蒙地震区和北美地震区的对比,能很好地揭示其相似的特征。中、美两个地震区的东半区都是相对的少震区,以北东向地震构造为主,均穿插北西向断续的地震构造,构成交叉的网络。此外,根据两地区地震强度和数量的分布,都可以分成几个近东西向的板条,每条之间在地震活动、地壳形变、新构造活动、重力、地磁、地壳结构、以及岩石圈结构等方面都表现了明显的差异。然而地震网络和岩石圈的板条分割这两种构造格局的综合作用,两个区域的表现都是相似的。在此控制下,也表现了某些震源构造的相似,如邢台地震与新马德里地震,泉州地震与查理斯顿地震。 相似文献
17.
为了提高口腔临床诊断效率,提出一种基于U型生成对抗网络的X线头影测量图像结构特征点自动定位方法。该方法在生成对抗网络框架下构建U型生成器网络,用于学习从当前图像到目标特征点偏移距离图的映射;再构建鉴别器网络以判断预测的偏移距离图是否与真实数据一致。将新采集的X线头影测量图像作为已训练的U型生成器网络输入,得到新图像针对目标特征点的偏移距离图,然后通过回归投票方法从预测出的偏移距离图中获得检测目标特征点坐标。实验结果表明,该方法相较于其他方法具有更高的检测成功率,能较准确地获得X线头影测量图像中结构特征点的位置。 相似文献
18.
为改善传统的基于机器学习的网络入侵检测方法只能检测已知入侵行为,对于未知入侵行为的检测存在误警率高、时效性差的不足,提出一种基于混沌算法的地震信息网络入侵检测方法。创建候选地震信息网络特征-混沌变量映射模型,实现变量之间的转化;采用混沌变量迭代演化算法进行地震信息网络特征选择;使用支持向量机对最优特征进行学习,为提高地震信息网络入侵检测精度,利用柯西蜂群算法对支持向量机参数进行寻优,建立网络入侵检测优化模型。仿真实验证明,基于混沌算法的地震信息网络入侵检测方法能有效实现高检测率、低误报率的入侵检测,具有很高的应用优势。 相似文献
19.
20.
电成像测井是储层测井评价的一种有效技术手段.但由于电成像测井仪器极板的尺寸与井径不能完全匹配,极板对井周的覆盖率无法达到100%,导致测得的图像存在空白条带,影响地质信息的精确解释.为提高测井资料解释精度,有必要对这些空白条带进行填充.传统的测井电成像空白条带填充方法由于只能获取图像的浅层特征,能较好地修复结构简单的砂泥岩图像,但对砂砾岩、碳酸盐岩等结构复杂的成像图则修复效果不佳.深度学习方法具有强大感知能力,能够捕获图像的深层特征,因此本文采用深度生成网络对测井电成像图像空白条带进行填充.首先,为使深度生成网络提取对空白填充更为重要的特征,将注意力机制引入网络,其中通道注意力机制通过对不同通道的特征加权生成通道注意力权重向量,以增加重要特征的权重,而空间注意力机制利用特征图的内部空间关系生成空间注意力权重向量精确定位重要信息的位置,实现对重点信息的关注.其次,改变常规卷积神经网络中卷积的方式,通过引入变形卷积以提高网络对复杂图像几何变换的建模能力,更好地拟合图像的轮廓细节信息.在砂砾岩地层测井电成像图像的填充实验中表明,引入注意力机制后,所填充空白条带区域与整体图像的上下文内容更为一... 相似文献