使用支持向量机识别地震类型的影响因素分析

对山东地区2006~2017年3种地震事件--天然地震、爆破及塌陷的波形记录进行小波变换,对提取出的香农熵特征采用支持向量机LIBSVM方法进行分类识别,并设计一系列实验研究影响最终分类效果的因素。结果表明,5种影响因素--信号窗长度、小波分解方式、小波基类型、向量机算法类型、向量机核函数类型均对地震类型的分类识别结果产生一定的影响;识别率最高的3组处理方式均采用了2 000 s信号窗长度+db7小波基+υ-SVC算法的组合方式。所得的识别率较高的几种影响因素组合,在未来可应用于地震类型的实时识别,进一步提高地震类型的识别率和触发准确率。     

基于小波特征和神经网络的天然地震与人工爆破自动识别

采用福建地区天然地震和人工爆破事件波形记录，通过一维离散小波变换（DWT）及4层小波包变换（WPT）对信号进行分解，提取出用于识别的4种波形小波特征：小波能量比特征、小波包能量比特征、小波包香农熵特征及小波包对数能量熵，此外还提取出P/S震相振幅比；采用BP神经网络对4种小波特征及分别加入P/S震相振幅比的组合特征进行识别效果检验，结果表明，单小波判据小波能量比特征识别效果好；双判据组合P/S震相振幅比和小波包对数能量熵的组合识别效果最好，可考虑作为实际天然地震与人工爆破在线自动识别系统的识别判据。     

支持向量分类机LIBSVM方法识别天然地震、爆破与塌陷

对天然地震、爆破及塌陷的波形数据进行小波变换,并用小波转换系数提取香农熵特征,采用支持向量分类机LIBSVM多类模式识别方法对香农熵特征进行分类识别,识别率在80%~95%之间。结果表明,采用LIBSVM对波形特征进行分类的方法可以较好地识别天然地震、爆破与塌陷。     

地震与爆破波形信号的EEMD多尺度分布熵提取和WOA-SOM神经网络识别研究

针对地震信号中存在大量环境噪声的问题,基于天然地震事件和人工爆破事件建立初始数据集,利用集合经验模态分解（EEMD）技术对波形信号进行分解、降噪,提取出较纯净的各阶本征模态函数（IMF）分量,然后对前10阶分量分别计算分布熵,即EEMD多尺度分布熵,建立神经网络输入矩阵。应用鲸鱼优化算法（WOA）对自组织特征映射（SOM）神经网络参数（竞争层维数、网络训练次数）进行优化,针对不同训练样本寻找对应的最优参数值以改善模式识别的稳定性,从而提高地震识别率。结果表明,EEMD多尺度分布熵结合WOA-SOM模型可有效识别天然地震和人工地震。     

基于最小二乘支持向量机与熵特征的地震事件性质辨识研究

为解决天然地震事件性质辨识依赖人工检测、自动化程度不高且误差较大的问题,利用机器学习中的最小二乘支持向量机（LSSVM）和信息论中的排列熵、近似熵及香农熵等特征参数,建立Entropy-LSSVM地震波形特征提取与事件性质辨识模型。基于2021年青海玛多M_S7.4地震、云南漾濞地震事件及人工爆破干扰事件等共计500条波形数据,设计多个不同训练比例与测试比例的随机抽取子实验,采用准确率、召回率、特效度、精确度、F-measure验证该模型的有效性。实验结果表明,熵特征对天然地震和非天然地震事件波形的区分效果明显,且结合熵特征的LS-SVM模型整体性能优于QDA、LDA、朴素贝叶斯、决策树、LogitBoost及RobustBoost等方法,训练集与测试集比例为3∶2的辨识准确率和召回率分别达到99.00%和96.97%,即使训练集只有50条的辨识准确率也可达98%以上,这对天然地震事件的有效甄别有一定参考价值。     

捷联式海洋重力数据的小波阈值滤波

基于捷联式海洋重力测量数据,对比不同小波、阈值及施加方式对滤波效果的影响。结果表明,db6、db7、db8、db9、db10、sym6、sym7、sym8、sym9、sym10、coif3、coif4和coif5小波较适用于海洋重力测量,小波分解层次可取至8层或9层,采用史坦无偏风险阈值滤波效果较好;小波分解至第8、9层时,阈值滤波结果与截止频率为0.005 Hz和0.003 3 Hz的Butterworth低通滤波器的滤波结果吻合较好,但小波阈值滤波结果更加平滑,两者差值的RMSE在0.25 mGal以内,且小波阈值滤波更容易分解出噪声成分,可以更有效地消除重力畸变。     

基于深度学习的地震与爆破事件自动识别研究

针对天然地震事件、爆破事件分类问题,使用甘肃及周边地区80个天然地震事件和20个爆破事件建立数据集,采取深度学习卷积神经网络(convolutional neural network,CNN)方法搭建两个不同结构的模型进行训练,并用500条训练集之外的天然地震事件与爆破事件波形作为测试数据集,其训练和测试准确率均达到9...     

基于小波变换及Matlab的遥感图像压缩效果分析

主要对小波变换在遥感图像压缩中的应用进行了研究。首先对小波变换理论及其实现进行了简要的介绍。然后,重点分析了小波变换分解层次、阈值选择对图像压缩效果的影响。利用MATLAB小波工具箱提供的小波变换函数,采用haar小波、db小波、sym小波、coif小波、bior小波进行遥感图像压缩,并对压缩效果进行了分析比较。结果表明,随着压缩倍数的增加,所需小波变换的分解层次也相应增加;但当压缩倍数选定后,对于大小一定的遥感图像,小波变换分解层次达到某一定级次时,再增加变换的分解层次,对压缩效果的作用甚微。因此,当图像大小一定时,压缩倍数和小波变换的分解层次之间存在一个较佳匹配问题。同时,通过实验数据,说明了在小波压缩过程中,阈值对压缩图像的压缩比和能量保持比的定量影响,表明将小波变换用于遥感图像压缩具有压缩比大,压缩效率高的优点。实验结果为小波变换在遥感图像压缩中的实际应用提供了理论参考。     

基于小波包变换的爆破震动信号能量分析方法

爆破震动效应测试和分析对于评估工程爆破安全和爆破效果非常重要,但对于采集到的爆破震动信号,在数据的处理和分析上还存在着诸多不足.在阐释小波变换基本原理的基础上,给出了爆破震动信号能量分析方法的理论解析,并结合应用实例,对爆破震动信号进行小波包能量分解.研究结果表明,基于小波包变换的能量分析方法可以较好地揭示信号在不同频带范围内的局部分布特征,从而为可靠地进行建(构)筑物爆破震动效应安全评估奠定理论基础.     

利用小波变换对暴雨过程中GNSS气象要素的初步探索

利用小波分解对地基GNSS获取的可降水量(PWV)、气压和对流层延迟(ZTD)等时序进行处理和分析,以暴雨的实际降水量作为判别依据。研究结果表明,1 h间隔PWV与ZTD的小波高频分解系数接近,均能够从中提取暴雨预报特征信息,可用高频ZTD代替PWV进行小波分析;频率在30 min-1h之间的ZTD,预报时间信息应在第1~3层级进行搜寻,30 min以下频率的应在第3~5层级进行搜寻;db4小波分解PWV的暴雨预报阈值可设为-1.2,db4小波分解ZTD的暴雨预报阈值可设置为-0.007,db2小波分解ZTD的暴雨预报阈值可设为-0.01。     

基于波形互相关的爆破震相识别研究

利用内蒙古测震台网地震事件资料,选取爆破事件中SNR较高的8个爆破事件波形作为模板,使用基于波形互相关系数的模板匹配方法进行震相识别。研究结果表明,在震级相近的情况下,相同类型地震事件各自对应的波形之间互相关系数较大,可作为地震类型判别的依据。     

典型农牧交错区LUCC及农牧交替演化过程分析——以内蒙古赤峰市为例

以内蒙古赤峰市为例,利用TM影像解译得到的三期土地利用数据(1988、1995、2000年)研究20世纪80年代以来,典型农牧交错区的LUCC演化过程,主要采用土地利用开发度、耗减度、信息熵、空间转移矩阵等方法分析了不同阶段农牧交替演化的时空特征。结果表明:(1)草地、耕地、林地为研究区主要的土地利用方式,整个研究时段内,耕地开垦和草地减少是主导LUCC过程。耕地开垦面积达2424.12km²,草地减少1959.65km²。从前后两个时期来看,前期(1988-1995年)耕地和草地变化更为剧烈,耕地以增为主,草地以减为主;后期(1995-2000年)草地转出速度放缓,但耕地开垦速度仍相对较快,林地转出速度加快;(2)土地流转过程以农牧交替演化为主,前期草地与耕地的交替转化剧烈,草地开垦面积达到2 040.50km²,耕地撂荒还草634.75km²,耕地开垦主要集中在敖汉旗的北部;后期LUCC过程放缓,草地转耕地面积为828.50km²,主要发生在敖汉旗以及林西县北部地区等区域,伴随着一定程度的弃耕;(3)三个时期土地利用结构信息熵分别为1.290、1.301、1.304,赤峰市土地利用系统有序程度在降低。农牧交错演化过程的分析,为研究该地区人类-环境耦合系统的变化和机制提供了重要依据。     

基于信息熵的中国自然疫源性疾病分布特征研究

中国目前发现有43种自然疫源性疾病,其中鼠疫、人禽流感、疟疾、登革热等14种被列为国家法定传染病,对中国人民生命健康造成了很大的威胁。为了探讨中国自然疫源性疾病发病数量均衡/不均衡的区域分布规律,本文运用Shannon信息熵理论和空间自相关方法,基于2004-2015年14种自然疫源性疾病的发病数,对中国自然疫源性疾病进行了分析。研究结果表明：① 中国自然疫源性疾病发病数量均衡/不均衡的区域在空间上具有明显的西北-东南分异特征,并具有显著的空间自相关关系,高值聚集区和低值聚集区主要分布在以河北-云南连线上山脉分界线的两侧;② 自然因素是影响自然疫源性疾病发病均衡程度的主要因素,在温暖潮湿（即温度适宜、水分充足）的地区更容易发生多种疾病,疾病发病数量相近;在特定牲畜为主或特定蚊虫流行地区更容易发生单种疾病,疾病发病数量不均衡;③ 我国发病总数高的区域往往是因为单种疾病极其严重导致,而信息熵高的地区往往存在多种疾病发生,这两类地区在自然疫源性疾病防治上,需要根据地区特点采取不同措施。