【摘 要】
：
高质量的地磁场观测数据是开展地震前兆异常分析及震磁关系研究的基础,随着地磁场观测仪器的大量铺设,和人类活动范围的不断扩大,受干扰的地磁场观测仪器数量不断增加,现有的半人工地磁场干扰事件识别方式,不仅耗时耗力,而且严重依赖专家经验。随着深度学习（Deep Learning,DL）技术的快速发展,卷积神经网络（Convolutional Neural Networks,CNN）和长短期记忆网络（Lon
论文部分内容阅读
高质量的地磁场观测数据是开展地震前兆异常分析及震磁关系研究的基础,随着地磁场观测仪器的大量铺设,和人类活动范围的不断扩大,受干扰的地磁场观测仪器数量不断增加,现有的半人工地磁场干扰事件识别方式,不仅耗时耗力,而且严重依赖专家经验。随着深度学习（Deep Learning,DL）技术的快速发展,卷积神经网络（Convolutional Neural Networks,CNN）和长短期记忆网络（Long Short-Term Memory,LSTM）在提取时间序列数据的形态特征与时序特征上具有明显优势,自注意力机制（Self-Attention Mechanism,SA）在特征放大领域也有很好的表现,因此本文利用多种深度学习技术构建与训练地磁场干扰事件识别模型,探索深度学习技术在地磁场干扰事件识别任务中的可行性。本文的主要研究工作如下:（1）总结了地磁场干扰事件的分类,以及几个典型干扰事件类别的原始数据形态特征,在此基础上统计了2000年至2019年20年内各类干扰事件的数据分布情况,并进一步分析了受干扰事件影响最大的地磁场测项分量。（2）基于卷积神经网络和自注意力机制提出了一种地磁场观测数据干扰事件自动识别二分类深度学习模型CNN-SA,并详细描述了样本制作过程。实验结果表明CNN-SA模型具有很好的识别效果,与多层感知机（Multilayer Perceptron,MLP）、全卷积网络（Fully Convolution Network,FCN）、残差网络（Residual Network,Res Net）三种较成熟的深度学习算法的对比,分类精度有明显提高。（3）利用卷积神经网络、长短期记忆网络和自注意力机制,构建了一个能够有效区分五种干扰事件和正常事件的六分类深度学习模型CNN-LSTM-SA。在实验部分,模型使用含有六个类别的数据集进行训练,通过与MLP、FCN、Res Net三个模型的对比发现,CNN-LSTM-SA模型在针对地磁场干扰事件的六分类问题上效果更好。表明基于深度学习技术精确识别地磁场中的各类干扰事件是一个可行方案。
其他文献
本文是一篇翻译项目报告。翻译项目的原文为Dominique C.Badoer、Cem Demiroglu和Christopher M.James合著的学术论文Rating Quality and Borrowing Choice。论文研究的重点是评级质量如何影响债券收益率和发行人在私人债务和独立债务之间的选择。本报告的主要内容分四部分:翻译项目介绍,原文本的分析,生态翻译学及其在翻译实践中的案例分
随着互联网技术的发展,互联网与人们的日常生活联系越来越密切,带给我们诸多过去难以想象的便利,如网络购物、网络娱乐、网络外卖等。但是,并非所有人都能够享受到互联网时代带来的红利。根据相关数据显示,老年人使用互联网的比例仍然很低,且因诸多因素导致老年人使用互联网困难、甚至被互联网边缘化的问题,进一步影响了老年人的现实生活和情感交流,如交流受阻碍、生活不便利、孤独感和对生活的厌倦情绪增加、没有共同语言,
生态文明建设是关乎中华民族永续发展的根本大计,中国生态文明建设是一个不断深化、持续完善、日益成熟的长期过程。党的十八大以来,以习近平同志为核心的党中央将生态文明建设摆在全局工作的突出位置并全面加强,取得了显著成效,美丽中国建设迈出重大步伐。然而,当下中国生态文明建设仍然存在着一些短板与挑战。马克思主义生态观有着极为丰富的价值意蕴,为中国进行生态文明建设提供了有力理论支撑,给予了深刻启示、指引了正确
地震计作为地面运动的测量仪器,广泛应用于地质灾害预报、地震前兆信息捕捉、工程勘察和核爆炸监视中。地震计在振动信号监测过程中起到至关重要的作用,其性能的好坏对地震监测与信号采集具有重要的意义。在地震监测过程中,地震计接收的地震波主要以低频信号为主,而地震计自振频率过高、频带范围过窄时,对低频信号的拾取就会有一定困难,无法满足地震监测的需求。因此,针对现有地震计有效频带不够宽的问题,本文以动圈式地震计
重力反演是研究地球密度结构的一种重要手段,反演结果的精度是衡量反演算法的重要指标之一。为了提高反演结果的精度,本文将迭代思想与基于生长方式的重力密度反演算法相融合,使用Python语言重写了反演程序以实现迭代反演计算。首先建立了合成模型进行迭代反演计算,以检测迭代反演计算的效果。再分别使用川西地区和三河-平谷地区实测的布格重力异常数据进行了重力密度迭代反演计算,获得了研究区域内地壳的密度结构信息。
地震是当前人类所面临的最严重的自然灾害之一,房屋建筑作为地震灾害的主要承灾体,其抗震能力直接影响了地震造成的直接经济损失和人员伤亡程度。因此,全面掌握现有房屋建筑的空间分布及其抗震能力,对于摸清地震灾害风险底数,预测震害损失,制定应急救援策略等具有十分重要的意义。传统房屋抗震能力评估主要是从土木工程结构角度,对房屋的结构类型、楼层高度、墙体材料、屋面类型、地基基础和抗震构造措施等方面进行实地调查,
纤维复合材料（Fiber Reinforced Polymer/Plastic,FRP）由于其轻质、高强、耐腐蚀等优点,在建筑结构加固中的优势明显。将FRP片材用环氧树脂粘贴在加固结构的外表面进行外贴式加固是目前最常用的方法。虽然此法施工方便,但极易在纤维应力水平尚低时,端部发生剥离而导致破坏,降低了FRP材料的抗拉强度利用率。另外,水平与竖向荷载作用下,砌体墙的变形包含剪切变形、弯曲变形及转动变
2018年我们国家自主研发的首颗地震电磁监测试验卫星—张衡一号（China Seismo-Electromagnetic Satellite,CSES）在中国酒泉发射中心成功发射,利用张衡卫星提供的电磁数据,将隐含在其中的闪电哨声波提取出来并根据其色散趋势计算出电离层的电子浓度,这对于我们今后开展电离层扰动和空间物理相关现象的研究具有十分重要的作用。张衡一号卫星独特的大动态、宽视角、全天候等优势助
地震是世界上最具危害性的自然灾害之一,而中国是地震发生频率较高的国家,因此,对地震进行预报和预测是十分必要的。水管倾斜仪是用来测定地壳倾斜变化、捕捉地震前兆信息的仪器,在地震预报预测中扮演了十分重要的角色,其观测数据是地震预报预测的重要支撑。随着现代技术飞速发展以及观测需求多样化,DSQ型水管倾斜仪存在的无法响应70s内短周期地壳形变、工作介质易蒸发须频繁补充等问题急需解决。为了使水管倾斜仪的功能
地震、泥石流等自然灾害会劣化我国大型基础设施的健康状况,导致工程安全风险加剧,时刻威胁着人民生命健康安全和经济平稳有序发展。因此靠振动传感器时时拾取大型结构的自振频率、不良振动等特征参数,开展基于低频工程振动的结构损伤识别,是对大型工程结构健康进行趋势研判和安全预警最直接、最有效的方式。相较于传统的电学振动传感器,光纤布拉格光栅作为一种新型无源传感器件,具有体积小、灵敏度高、分布式测量、传输损耗低