地震预警数据流监控与分析

为实现地震预警网络环境实时监控与分析,明确各业务系统之间的数据流向和范围,根据地震预警系统业务分区梳理关键业务、网段和终端,并通过数据流分析实现地震预警系统网络流量监控。通过数据包采集与解码技术,实现对主要业务系统关键指标的监控,从而对地震预警系统的网络访问性能、系统服务性能、应用响应性能等关键指标进行综合监控与分析,实现以业务为核心的网络环境监控与支撑。     

WeatherMap等开源软件在地震信息网络流量监控中的应用

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.     

全国地震通信网络系统建设中的若干技术问题

系统描述了全国地震通信网络系统构成和拓扑结构,简要介绍了在项目建设中遇到的一些关键技术问题,主要包括: 分组交换网(X.25)和路由器在联网中的应用;防火墙技术在全国地震通信网络中的应用;网络流量控制和记帐;域名管理和设置。     

计算机网络安全分析

网络的空前应用，使网络安全问题成为信息业和企业关注的焦点。对威胁网络安全的主客观原因进行了分析，列举出近几年威胁网络安全的种类和常用工具，以及各种威胁可能会给网络带来的负面影响，提醒地震科技工作者积极防范。     

新疆数字地震观测网络平台与网络安全建设

分别从信息节点、台网中心信息网络部、局域网、政务网、网络监控系统方面阐述了新疆数字地震观测网络平台建设及其成果,并从对网络中信息的威胁和对网络中设备的威胁角度介绍了网络安全建设及其成果.     

网络收费软件的设计与实现

将网络流量费用按用户进行归类、汇总,并将结果用电子邮件发给用户是网络中心一项费时、费力而又容易出错的常规工作。利用VB6.0开发网络收费软件的设计思路和实现方法,其中主要包括数据库结构设计;利用ADO(ActiveX Data Object)添加数据库记录、查询数据库和生成结果; 利用MAPI控件(MAPISession和MAPIMessages控件)发送电子邮件; 以及利用系统注册表存取数据等技术。     

西藏白朗县比热泥石流形成特征分析

白朗县比热泥石流位于人员较为密集村落上游,泥石流一旦再次大规模暴发将对沟口两岸人民生命财产安全构成极大威胁。因此,对比热泥石流的形成特征进行分析,有助于为泥石流的防治提供依据,以保障当地居民的生命财产安全。     

西部生态系统震害及其基本防御措施

中国西部生态系统特征突出,也是地震多发区和强烈区。西部生态系统承受震害能力很弱,地震灾害与多种灾害之间构成了一个整体的联系,具有系统性或网络性特征。网络性表现为连发性、群发性、影响长期性和长程关联性。提出了西部生态系统震害防御的九条基本措施。     

基于多尺度注意残差网络的地震波形分类研究

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。     

基于深度卷积神经网络的地震数据随机噪声压制

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。      

洪湖湿地资源及其保护对策

本文通过对洪湖湿地资源特征和功能的论述,针对洪湖湿地资源受到威胁的原因和危害程度,初步提出了保护和合理利用洪湖湿地资源的对策。     

青海高原及邻区强震活动的等间距特征

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。     

基于子空间投影和边缘增强的低剂量CT去噪

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。      

一种基于PPNet的地震直达P波到时拾取方法

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。     

防震减灾行业下一代IPv6信息网络发展研究

下一代网络(next generation network,缩写为NGN)是以高性能、可扩展、可运营、可管理、更安全的下一代电信网络为基础,实现高质晕流媒体应用、无线和移动应用、多样化终端没备、按需的传输质量控制和更高安全保障的新型网络,IPv6是下一代网络的关键支撑技术.IPv6网是F一代IP网,不等同于下一代网络,IPv6网只有在满足下一代网络的必要特征后才可成为下一代网络.     

中美大陆东部地震构造的比较

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。     

基于U型网络的X线头影图像特征点自动定位

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。      

基于混沌算法的地震信息网络入侵检测研究

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。     

天津地震信息网络系统的安全建设1

本文从当前网络所面临的安全问题出发,阐述了天津地震信息网络系统所面临的安全威胁,以及针对这些情况所进行的信息网络系统的安全建设工作.文中详细列举了系统中使用的安全设备与应用情况,以及日常运行和维护管理中的措施要点,可为行业中网络安全系统建设提供一定参考.     

基于注意力约束深度生成网络的测井电成像空白条带填充

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...