导读:本文包含了地震事件自动检测论文开题报告文献综述及选题提纲参考文献，主要关键词:事件自动检测,频谱特征,深度学习技术
地震事件自动检测论文文献综述
赵明,陈石,房立华,张贝[1]（2019）在《基于深度学习技术和波形频谱的地震事件自动检测》一文中研究指出地震观测数据的自动化和智能化处理,是地震科技创新工程的重要组成部分。首都圈地区(包括北京市、天津市及河北省)为中国防震减灾重点示范区,由178个台站组成,台间距约为30—50 km。由于台间距比较稀疏,仪器类型也不统一(长周期和短周期都有),其数据质量和信噪比水平各异,再加上95%以上都是低于2.0级的小震微震,对任何自动识别算法都是一个艰(本文来源于《国际地震动态》期刊2019年08期）
唐伟,刘俊民,王海军,王晓明,石建芳[2]（2013）在《自动检测地震事件筛选方法研究》一文中研究指出重点介绍禁核试北京国家数据中心研究的自动检测地震事件筛选方法。通过分析自动检测事件关联台站分布的合理性、关联台站的类型、关联信号参数的可靠性、多频带平均能量比等方法,判断自动检测事件的真伪。以国际数据中心审核公报事件为参考,研究的筛选方法可有效筛除43%自动检测虚假事件,使得自动检测误检率降低13%,并保持较低的误筛选率。此筛选方法可对国际数据中心以及禁核试北京国家数据中心不同处理平台的自动检测事件进行筛选分析。(本文来源于《地震地磁观测与研究》期刊2013年Z2期）
牟培杰,王润秋,李彦鹏[3]（2012）在《微地震事件的自动检测研究》一文中研究指出1.前言微地震监测是利用油藏注水、注气、热驱及油气采出等石油工程作业时引起地下应力场的变化,导致岩层产生错段或裂缝所产生的地震波,对储层流体运动进行监测的方法。它能实时提供压裂施工产生裂隙的高度、长度和方位角,利用这些信息可以优化压裂设计、优化井网或其他油田开发措施,从而提高采收(本文来源于《中国地球物理2012》期刊2012-10-16）
周彦文,刘希强[4]（2008）在《地震事件自动检测新方法》一文中研究指出地震事件的自动准确检测是地震速报的基础。本文基于地震信号所具有的非高斯性、非线性以及地震波的线偏振性特征并结合长短时平均比方法,提出了一种新的地震事件自动检测方法(EGLP)。基于山东数字化地震台网波形资料的研究结果表明,新方法(EGLP)能有效抑制高斯噪声、突出地震信号,提高了地震事件触发判断的准确性。(本文来源于《西北地震学报》期刊2008年02期）
王继,陈九辉[5]（2008）在《应用人工神经元网络方法自动检测地震事件》一文中研究指出利用人工神经元网络方法,提出了一种从连续的地震数据中检测出地震事件的方法。该方法分两步,首先,低阈值的STA/LTA算法从连续的波形中检测出类似地震事件;其次利用神经元网络方法,区分事件是地震事件还是噪声事件。通过对数据检测结果比较,找出了适合地震检测的神经元网络训练方法和神经元传递函数。在对天山流动台阵其中两个台的检测结果表明,在连续约两个月数据中,39RLS台检测出地震75个,30RNA台检测出地震95个,证明该方法对地震事件检测来说是一种有效的方法。(本文来源于《地震地磁观测与研究》期刊2008年03期）
地震事件自动检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
重点介绍禁核试北京国家数据中心研究的自动检测地震事件筛选方法。通过分析自动检测事件关联台站分布的合理性、关联台站的类型、关联信号参数的可靠性、多频带平均能量比等方法,判断自动检测事件的真伪。以国际数据中心审核公报事件为参考,研究的筛选方法可有效筛除43%自动检测虚假事件,使得自动检测误检率降低13%,并保持较低的误筛选率。此筛选方法可对国际数据中心以及禁核试北京国家数据中心不同处理平台的自动检测事件进行筛选分析。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
地震事件自动检测论文参考文献
[1].赵明,陈石,房立华,张贝.基于深度学习技术和波形频谱的地震事件自动检测[J].国际地震动态.2019
[2].唐伟,刘俊民,王海军,王晓明,石建芳.自动检测地震事件筛选方法研究[J].地震地磁观测与研究.2013
[3].牟培杰,王润秋,李彦鹏.微地震事件的自动检测研究[C].中国地球物理2012.2012
[4].周彦文,刘希强.地震事件自动检测新方法[J].西北地震学报.2008
[5].王继,陈九辉.应用人工神经元网络方法自动检测地震事件[J].地震地磁观测与研究.2008