典型文献
基于AlexNet卷积神经网络模型的宁夏天然地震和非天然地震识别研究
文献摘要：
宁夏回族自治区及周边天然地震和非天然地震频发,精确快速识别天然和非天然地震有利于震后应急响应、科学研究、赈灾救援等工作.基于AlexNet卷积神经网络模型,选取宁夏境内及周边130个地震事件(天然地震80个、非天然地震50个),对其进行了单个台站波形记录地震事件的训练和多个台站波形记录地震事件的测试,并将模型结果与宁夏测震台网人工编目结果进行比对,结果表明单个台站波形记录地震事件的训练结果中,AlexNet卷积神经网络模型对宁夏天然地震和非天然地震的正确识别率为99％;多个台站波形记录地震事件的测试结果中,此模型对宁夏天然地震和非天然地震的正确识别率为97.01％.AlexNet卷积神经网络模型作为人工智能领域的成熟技术之一,可以很好的运用于宁夏天然地震和非天然地震的识别工作之中.
文献关键词：
宁夏天然地震和非天然地震;AlexNet卷积神经网络模型;地震类型识别
中图分类号：
作者姓名：
任家琪;周少辉;余思汗;胡子琪;唐浩
作者机构：
宁夏回族自治区地震局,宁夏 银川 750001;宁夏土木工程防震减灾工程技术研究中心,宁夏 银川 750021;山东省地震局,山东 济南 250014
文献出处：
引用格式：
[1]任家琪;周少辉;余思汗;胡子琪;唐浩-.基于AlexNet卷积神经网络模型的宁夏天然地震和非天然地震识别研究)[J].防灾减灾学报,2022(04):45-50
A类：
宁夏天然地震和非天然地震,地震类型识别
B类：
AlexNet,卷积神经网络模型,地震识别,宁夏回族自治区,快速识别,震后,应急响应,赈灾,地震事件,台站,记录地震,测震台网,网人,编目,识别率,人工智能领域,成熟技术
AB值：
0.128356
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
