深度学习预测GPS时间序列在探索门源M_S6.4地震前兆中的应用

来源 :大地测量与地球动力学 | 被引量 : 0次 | 上传用户:zhdj600
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以2016-01-21门源M_S6.4地震为例,提出用深度学习预测的GPS时间序列研究地震前兆。用震中附近门源台(QHME)、民乐台(GSML)及古浪台(GSGL)无震时的GPS时间序列训练LSTM神经网络,得到高精度的GPS时间序列预测模型,再分别对该地区无震时和地震前一段时间的GPS时间序列进行回溯性预测。对比预测时间序列与真实时间序列发现,震前2条时间序列大部分的相似性指标比无震时低,说明震前预测时间序列与真实时间序列差异明显,同时考虑震前时间序列的趋势异常,认为出现了异常时段;3个台站分别在
其他文献
“一些丑闻在网络上大行其道,而平台有意无意地‘加持’,有时扮演推波助澜的角色,放大了事件效应,让‘丑角’更受关注。在网友如潮骂声中,当事人名气变大了,而平台也收割了流量。$$
会议
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
信息时代的到来,为企业发展带来很大的冲击。以微博网络为例,其自身的互动性特点对企业的管理水平、品牌形象以及营销策略等都有显著的影响。本文主要对当前开展微博互动网络为
为加快推进基于互联网协议第六版(IPv6)的下一代互联网规模部署,推进IPv6应用普及,促进IPv6技术、产业、网络、应用协同发展,2020年8月28日,推进IPv6规模部署专家委员会在北
期刊
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
本文介绍了中央电视塔调频机房改造的主要技术方案,并对工程设计、安装、调试过程中值得借鉴的几个问题进行了详细的分析和阐述。
文章根据决策者心理预期构造了一个非线性的属性满意度函数,对传统的属性值线性规范化处理方法进行了改进。另外,还从属性的重要性、属性所携带的信息量以及所携带信息的独立性
本文介绍了当前第二语言习得研究界关于输入加工理论的共识,即输入向吸收的转化是由学习者本人当前的知识水平决定的,学习者会对输入进行加工以实现理解和习得的双重目的,但
针对二次多项式模型去除干涉相位轨道误差时,须对干涉相位其他项的分布性质作假设等问题,给出基于小波多尺度分析的轨道误差去除算法。基于轨道误差相位在干涉图中表现为长波长低频的特性,将不同尺度空间上波长比轨道误差相位波长短的地形残差相位、噪声相位等进行滤除,并采用稳健最小二乘估计二次多项式模型参数,进一步降低残余地形误差相位等对轨道误差多项式拟合的干扰。结果表明,本文方法改正后的干涉图中含有的趋势性轨道