自组织神经树模型在地震综合预报中的应用

将自组织神经树模型应用于地震综合预报，并以滇西南地震区的地震资料为例进行了实际判别计算，预测的成功率达１００％。结果表明，自组织神经树方法性能良好，可望成为一种有效的地震预报方法。     

人工神经网络在地震中期预报中的应用

将ＢＰ神经网络用于地震中期预报。使用一些常用的地震学指标作为神经网络的输入,而将ＢＰ神经网络的输出作为表征地震活动增强的特征参数Ｗ１,并将其用于华北地区进行空间扫描。结果表明,中强地震前１～３年未来震中周围通常出现明显的Ｗ１值中期异常区,该方法具有较好的中期预报效果。     

人工神经网络在地震中短期预报中的应用

本文将ＢＰ神经网络用于地震中短期预报。作者把一些常用的地震学指标作为神经网络的输入,而将ＢＰ神经网络的输出作为表征地震活动平静的特征参数Ｗｑ,井将其用于华北地区进行空间扫描,结果表明中强地震前１年左右或稍长时间,未来震中周围一般都开始出现Ｗｑ值的中短期异常区,证明本方法具有限好的中短期预报效果。     

人工神经网络在地震综合预报中的应用

多级判别、聚类分析等统计模式识别方法在地震综合预报中的应用已有多篇文献报道(石绍先、沈斌,1986;1990;王学仁,1982).多年预报实践表明,模式识别方法对于地震预报是有效的.随着国际上神经网络研究的兴起,该方法也被用于模式识别领域,但尚未见其用于地震综合预报方面.本研究运用“反向传播”神经网络,对滇西南地震区17个震例进行了计算机分析,建立了地震综合预报的专家系统,从而为进一步研究决定地震强度的物理因素,准确地预报将来的未知地震提供参考信息.     

BP神经网络在地震综合预报中的应用

ＢＰ神经网络具有很强的非线性映射功能,它可以很好地反映震前出现的各类异常与未来地震震级及发震时间之间的较强非线性关系。在“地震预报智能决策支持系统”中使用了ＢＰ神经网络。介绍了该系统中的ＢＰ神经网络构成及其在地震预报中的应用,系统通过对实际震例的检验取得了较为理想的预报效果。     

西北地区地震综合预报探讨

本文初步总结了西北地区近十几年来地震综合预报的探索与进展。结果表明,在中长期趋势预测方面,对多数5级以上破坏性地震已具有测震学监测基础,综合预测结果基本上通过了统计检验;在短临预测方面仅对乌鲁木齐地区和兰州、银川、西安和武都范围以内发生的6 1/2级以上地震具有初步的监测基础。由19个震例获得以测震学资料为主的中长期趋势异常共73项,以地下水位、水氧、地电和地磁资料为主的短临异常共59项。本文概述了有关异常的特征和综合预报思路,讨论了有关问题和动向。     

神经网络在短期地震跟踪预报中的应用

本文研究了神经网络方法在基于地震活动性指标的中短期地震预报和基于非测震学前兆异常从属函数的短期地震预报中的应用。选用含一个或两个中间层的前向神经网络模型，并采用与之相适应的ＢＰ算法。以华北地区多年的地震活动性资料和首都圈及其邻近地区的短水准、地电阻率、地磁总强度、水位、水氡含量等前兆观测手段的８０余个台项的多年测资料为基础，对神经网络方法以上两方面的应用作出了实际计算、分析与检验。对一些大地震的发     

滇西地震的短临综合预报决策研究

本文在短临预报指标研究的基础上，综合考虑各指标在综合预报中的作用，并用层次分析法计算出了参与滇西地震综合预测的各指标的综合权重值，最后进行系统合成，从而对滇西地区的地震的发震时间、地点进行定量化的预测，而对强度预测，而在发震时间预测的前提下，综合考虑指标异常出现的项次及持继时间长短（孕报期的长短），来综合判定预测强度。所得结果，通过１９７５年以来滇西地区２３次Ｍｓ≥５．０级地震检验，时间预测对应率     

BP神经网络在新一代地震预报专家系统中的应用

简介了新一代地震预报专家系统ＮＧＥＳＥＰ，ＢＰ神经网络模型及其算法，同盱ＢＰ神经网络具有很强的非线怀映射功能，它可以很好地反映震前出现异常的种类和异常时间与未来地震震级之间的较强非线性关系，在ＮＧＥＳＥＰ系统中可以从实例库中提取典型震例并通过ＢＰ网络进行学习，实际震例检验表明系统对未来地震震级的预测取得较好理想的结果。     

基于因子分析的地震综合指数在辽宁地区地震预测中的应用

将辽宁地区按照地震活动特点划分为辽北、辽南、辽西三个主要区域,应用因子分析的方法,选取地震活动性参量中的11个参量(地震频次N、b值、η值、A(b)值、Mf值、Ac值、C值、D值、Rm值、能量E、响应比),进行数据的综合和再次挖掘,得到包含地震时、空、强及地下介质信息的综合指数。综合指数Wfa中涵盖了众多参量中80~90%的信息,并有效规避了各参量在地震预测中的不一致性。结果显示,在研究区域影响范围内发生较大地震前的1~2年时间内,综合指数Wfa都有明显的异常变化,说明综合指数可以较好反映地震活动异常特征。     

人工神经网络及其在地震预报中的应用

文概述了人工神经网络的原理和算法，利用１９８５－１９９２年全国年度趋势会商报告的资料来训练的检验神经网络。结果表明，网络经训练后具有较高的识别能力，在地震预报中有深入研究和进一步应用的价值。最后讨论了神经网络中几个重要参数的取值问题。     

地震序列类型预测的人工神经网络方法

本文提出预测地震序列类型的人工神经网络方法，并选取一组实例作为研究对象，验证了该方法的可靠性。结果表明，人工神经网络方法性能良好，可望成为地震序列类型预测的有效工具。     

断裂密度法在新疆地震预报中的应用

断裂密度衍是引自吉尔吉斯斯坦的一种测震学地震预报新方法,用以探索大震之前某一区域或地段面断裂密度的异常变化。应用该方法对新疆天山部分地区进行系统研究后,根据研究结果制定出了具有一定信度的定量或半定量预报指标。     

构建数据仓库地震综合预报系统

从现存分析预报体系数据库现状分析入手,指出了其存在的最大问题是资源未能得到充分共享和发挥最大功效,同时阐明数据仓库的面向主题、可重复使用、数据挖掘、高效的萃取功能及层次体系结构等优越性正好弥补了现存地震分析预报体系的不足,并根据地震系统的具体情况对数据仓库地震综合预报系统作初步设计,简要介绍了数据仓库地震综合预报系统的基本模型,最后对其应用前景作了展望。     

人工神经网络方法在地震预报中的初步应用

以陕西地区的地震为例，探讨了人工神经网络方法在地震预报中的应用。预报因子采用Ｋｅｉｌｉｓ－Ｂｏｒｏｋ提出的地震流函数。结果表明，人工神经网络方法能够较好地学习复杂的预报因子和预报对象的关系，模拟地震预报问题，预报效果也较好，有广阔的应用前景。     

灰色关联度在地震预报中的应用

根据灰色系统理论中的关联度统计量,使用计算机,计算了河北北部和南部地下水观测资料,对关联度在地震预报中的应用进行了分析和研究。