一种结合深度学习与物理特征参数的地震烈度快速产出方法、装置、电子设备

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种结合深度学习与物理特征参数的地震烈度快速产出方法、装置、电子设备
申请号:CN202511033490
申请日期:2025-07-25
公开号:CN120847870A
公开日期:2025-10-28
类型:发明专利
摘要
本发明涉及地震监测预警的技术领域,特别是涉及一种结合深度学习与物理特征参数的地震烈度快速产出方法、装置、电子设备,包括:数据采集,获取强震台网记录的三通道地震波形数据;数据预处理,对所述三通道地震波形数据进行基线校正、重采样、带通滤波处理,截取P波触发后的规定时间的波形段;数据提取,基于规定时间的波形段提取物理特征参数集;通过构建双分支模型,能够同时具有数据驱动与物理机制的双重优势,波形分支利用卷积神经网络自动挖掘原始波形中的深层频谱特性与非线性特征,克服了传统物理参数表征能力单一的问题;物理参数分支则通过全连接层显式引入地震学先验知识,解决了纯端到端深度学习模型缺乏物理逻辑支撑的缺陷。
技术关键词
物理特征参数 分支 波形 深度学习模型 高维特征向量 三通道 融合特征 仪器地震烈度 地震监测预警 更新模型参数 幅值 非线性特征 电子设备 周期 数据采集模块 传播算法 连续型