基于神经网络的地震数据时间序列分析

基于神经网络的地震数据时间序列分析

论文摘要

中国是地震多发国家,地震的发生给人类带来了严重的生命和财产损失,因此,地震的预测是非常重要的一个话题。引发地震的相关性因素很多,产生机理的复杂性、孕育过程的非线性和认识问题的困难性,都使得很难建立比较完善的物理理论模型。相对于传统的方法,神经网络在处理上述问题中有着自身独特的优势,因此在很多领域有着广泛的应用。本文旨在把神经网络应用在地震预报上在分析地震时间序列的基础上,提出新的方法,最后借助MATLAB工具箱得以实现。由于地震数据的海量、非线性、高维性、缺值和干扰等特点,造成了使用目前正在使用的各种分析预报方法很难得出正确的结论,因此本文其中一个重要任务就是对数据进行预处理,首先将文件格式转化成常用的格式,其次对噪声数据进行处理,另外将范围限制在固定的区域,通过程序可以选定任意时间范围,任意地理位置,任意震级的地震数据,从而可以减少工作量。对于神经网络而言,预测因子的选取非常重要,本文提出了以不同震级段的地震变化率作为神经网络的输入,以相邻两次大地震的发生时间间隔作为神经网络的输出,从而对下一次大地震的发生进行预测。本文构建了新的BP神经网络模型,在MATLAB中对非线性的输入输出神经模型进行训练,最后进行仿真预测,本文选取了地震多发区域台湾和四川地区作为研究对象,同时选取了我省所在的华东地区进行研究。在研究过程中,筛选恰当年份的地震数据时间序列,这样才能得到比较理想的结果。首先要完成区域的选择,研究该区域最近几十年的地震发生频度,其次要对输入因子进行相关的计算,由于是以两个震级段的地震变化率作为输入,在本文中引入了震级标签来确定分段震级,然后把归一化之后的数据样本代入建立的BP神经网络模型,通过不断的调整参数,不断地学习,直到达到满足的误差为止。最后进行反归一化,得到想要的预测结果,研究最后发现,地震发生变化率有潜在的规律可循,从而对该模型在实际应用中的合理价值性进行验证。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第一章 绪论
  • 1.1 课题背景和研究意义
  • 1.2 研究现状
  • 1.3 论文的内容和组织结构
  • 第二章 常用地震预报方法简介
  • 2.1 地震预报的概率统计方法
  • 2.2 地震预报的模式识别方法
  • 2.3 地震预报的小波分析方法
  • 2.4 地震预报的物理方法
  • 2.5 地震预报的神经网络方法
  • 2.6 小结
  • 第三章 BP神经网络
  • 3.1 人工神经网络概述
  • 3.1.1 人工神经网络的基本概念
  • 3.1.2 人工神经网络发展史
  • 3.1.3 人工神经网络的特点
  • 3.2 神经网络模型基础理论
  • 3.2.1 神经元模型
  • 3.2.2 神经网络的学习
  • 3.3 BP神经网络
  • 3.3.1 BP神经网络简介
  • 3.3.2 BP学习算法的程序实现步骤
  • 3.3.3 设计BP神经网络的相关问题
  • 3.3.4 MATLAB中的BP神经网络
  • 3.4 小结
  • 第四章 地震数据的预处理方案
  • 4.1 中国地区地震数据分析
  • 4.1.1 中国主要地震带分布
  • 4.1.2 地震数据格式
  • 4.2 地震数据预处理
  • 4.2.1 地震目录文件转换方法
  • 4.3 小结
  • 第五章 BP神经网络在地震预测中的应用
  • 5.1 实验基本流程
  • 5.2 构造BP神经网络仿真模型
  • 5.3 输入因子的计算
  • 5.3.1 震级截止值的计算
  • 5.3.2 地震变化率的计算方法
  • 5.3.3 输入因子的规范化
  • 5.4 利用MATLAB进行实验设计及结果分析
  • 5.4.1 台湾和四川地区的实验过程
  • 5.4.2 台湾和四川地区的误差结果分析
  • 5.4.3 华东地区的实验过程
  • 5.5 小结
  • 第六章 总结与展望
  • 6.1 论文总结
  • 6.2 展望
  • 参考文献
  • 附录A 图索引
  • Appendix A.Figure Index
  • 附录B 表索引
  • Appendix B.Table Index
  • 致谢
  • 攻读学位期间发表论文及研究工作
  • 相关论文文献

    • [1].基于深度卷积神经网络的地震数据局部信噪比估计[J]. 地球物理学报 2020(01)
    • [2].地震数据研究分析[J]. 电子世界 2020(08)
    • [3].地震数据上云端[J]. 国企管理 2020(12)
    • [4].混采地震数据高效高精度分离处理方法研究进展[J]. 石油物探 2020(05)
    • [5].地震数据低频补偿方法研究及应用[J]. 中国石油和化工标准与质量 2019(19)
    • [6].海量低频地震数据快速质量控制技术[J]. 物探装备 2017(01)
    • [7].石油行业勘探地震数据资料管理模式研究[J]. 电子技术与软件工程 2017(15)
    • [8].基于波场延拓和反演的变深度缆地震数据鬼波压制方法[J]. 石油地球物理勘探 2017(05)
    • [9].曲波域不规则地震数据提高分辨率技术研究[J]. CT理论与应用研究 2017(06)
    • [10].地震数据时域滤波方法研究[J]. 重庆科技学院学报(自然科学版) 2020(02)
    • [11].中国历史地震数据的点格局分析[J]. 甘肃科技 2020(01)
    • [12].地震数据分频谱蓝化算子计算方法及应用[J]. 北京信息科技大学学报(自然科学版) 2020(01)
    • [13].地震数据灾备中心组网设计与安全维护探讨[J]. 网络安全技术与应用 2020(07)
    • [14].基于压缩感知理论的地震数据降噪方法[J]. 地球物理学进展 2019(03)
    • [15].地震数据的质控管理研究[J]. 中国管理信息化 2018(02)
    • [16].井地联合地震数据反褶积[J]. 石油地球物理勘探 2017(01)
    • [17].地震数据的稀疏高斯束分解方法[J]. 地球物理学报 2013(11)
    • [18].基于扩散滤波方法的地震数据修复技术[J]. 计算物理 2014(04)
    • [19].主成分分析和字典学习联合地震数据去噪方法[J]. 世界地质 2020(03)
    • [20].随采地震数据质量定量评价[J]. 煤田地质与勘探 2019(03)
    • [21].论地震数据的特性及其质量控制[J]. 中国管理信息化 2018(11)
    • [22].基于组结构字典稀疏表示的地震数据随机噪声压制[J]. 合肥工业大学学报(自然科学版) 2017(02)
    • [23].利用波阻抗反演重构地震数据提高煤层厚度预测精度[J]. 矿业安全与环保 2016(05)
    • [24].基于稀疏约束的地震数据高效采集方法理论研究[J]. 地球物理学报 2016(11)
    • [25].基于S变换自适应滤波迭代的多源地震数据分离[J]. 石油地球物理勘探 2020(06)
    • [26].跨平台地震数据质量控制软件系统[J]. 中国管理信息化 2014(11)
    • [27].时移地震数据重复性度量及一致性分析方法[J]. 物探化探计算技术 2012(02)
    • [28].基于稀疏约束和多源激发的地震数据高效采集方法[J]. 地球物理学报 2017(09)
    • [29].基于字典学习的地震数据随机噪声压制算法[J]. 数学的实践与认识 2017(09)
    • [30].基于稀疏变换的地震数据重构方法[J]. 物探与化探 2013(01)

    标签:;  ;  ;  ;  

    基于神经网络的地震数据时间序列分析
    下载Doc文档

    猜你喜欢