典型文献
结合数据扩增与残差收缩网络的地震短临预测
文献摘要：
中强地震发生前存在地表异常增温现象,热红外信息可以成为地震短临预测的途径之一.然而,地震预测研究常存在可供分析的震例样本不足的问题.本文基于MODIS地表温度数据,先通过深度卷积生成对抗网络(DCGAN)对地震前的地温数据做扩增处理,再将扩增后的地温数据输入深度残差收缩网络进行特征提取并预测未来短期内是否存在发生5级及以上地震事件的可能性.实验针对中国地震较多的中西部地区,将地表温度数据依照地震实际发生情况标记为发生地震数据和未发生地震数据,样本比为3:1,分不同的预测时间段进行比较.结果显示,5日预测的准确率最高为73.86％,正确预测发生占实际发生的比例为68.09％.多次实验准确率曲线趋向稳定,证明该预测方法有很好的实用性.基于MODIS数据结合数据扩增与残差收缩网络的预测方法为短临中强地震预测研究提供了一种新思路.
文献关键词：
地震预测;MODIS;数据扩增;深度卷积生成对抗网络;深度残差收缩网络
中图分类号：
作者姓名：
张翔;孙宪坤;胡峻;尹京苑;熊玉洁
作者机构：
上海工程技术大学电子电气工程学院,上海 201620;上海市地震局,上海 200062
文献出处：
引用格式：
[1]张翔;孙宪坤;胡峻;尹京苑;熊玉洁-.结合数据扩增与残差收缩网络的地震短临预测)[J].地震,2022(02):74-88
A类：
B类：
数据扩增,中强地震,生前,地表异常,增温,热红外,地震预测,预测研究,常存,震例,MODIS,地表温度,温度数据,深度卷积生成对抗网络,DCGAN,地温,深度残差收缩网络,预测未来,上地,地震事件,中西部地区,实际发生,记为,发生地,地震数据,数据结
AB值：
0.266678
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。
