摘要
本发明提供一种短时小样本微震监测数据快速判识矿震事件方法，该方法包括：通过煤矿井下布置的微震监测系统采集短时小样本微震监测数据；对所采集的微震监测数据进行预处理形成矿震事件识别的原始数据集；利用所给出的一种改进的生成对抗神经网络(CTTS‑GAN)对原始数据集进行训练，生成高质量合成微震数据以扩充原始数据集；基于扩充后的微震监测数据集，通过CNN‑RNN地震检测器(CRED)模型可实现对矿震事件的快速识别。本发明有效解决了煤矿井下的微震数据所面临的小样本问题，极大提高了地震检测器(CRED)模型的判断准确性，适用于矿震事件的快速判识。
