现代测绘
現代測繪
현대측회
MODECN SUIVEYING AND MAPPING
2012年
2期
3-5,9
,共4页
聂红林%袁孝%胡伍生%张金华%王浩
聶紅林%袁孝%鬍伍生%張金華%王浩
섭홍림%원효%호오생%장금화%왕호
短期地震预测%BP神经网络%线性回归%地震参量%天文因素
短期地震預測%BP神經網絡%線性迴歸%地震參量%天文因素
단기지진예측%BP신경망락%선성회귀%지진삼량%천문인소
地震预测是一个世界性科学难题,特别是短期与临震预测的水平与社会需求相距甚远.论文在详细分析研究地震数据特征以及常规地震预测方法的基础上,提出了一种可以实现地震震级量化预测的新方法,此方法通过解算出地震参数和天文时变参数并建立地震预测模型,对未来预测周期内发生的最大地震震级进行量化预测.本文以实验区域为研究对象并选取6个月为预测周期,采用线性回归分析方法和常规BP神经网络方法进行研究.经回溯检验,其地震震级预测中误差分别为士0.78级和士0.61级,精度均有待提高.经过总结上述两种方法的优缺点,创新的提出了基于线性回归与神经网络技术的地震预测融合模型,回溯检验结果表明,融合模型的震级预测中误差为±0.41级,地震预测效果显著提高.
地震預測是一箇世界性科學難題,特彆是短期與臨震預測的水平與社會需求相距甚遠.論文在詳細分析研究地震數據特徵以及常規地震預測方法的基礎上,提齣瞭一種可以實現地震震級量化預測的新方法,此方法通過解算齣地震參數和天文時變參數併建立地震預測模型,對未來預測週期內髮生的最大地震震級進行量化預測.本文以實驗區域為研究對象併選取6箇月為預測週期,採用線性迴歸分析方法和常規BP神經網絡方法進行研究.經迴溯檢驗,其地震震級預測中誤差分彆為士0.78級和士0.61級,精度均有待提高.經過總結上述兩種方法的優缺點,創新的提齣瞭基于線性迴歸與神經網絡技術的地震預測融閤模型,迴溯檢驗結果錶明,融閤模型的震級預測中誤差為±0.41級,地震預測效果顯著提高.
지진예측시일개세계성과학난제,특별시단기여림진예측적수평여사회수구상거심원.논문재상세분석연구지진수거특정이급상규지진예측방법적기출상,제출료일충가이실현지진진급양화예측적신방법,차방법통과해산출지진삼수화천문시변삼수병건입지진예측모형,대미래예측주기내발생적최대지진진급진행양화예측.본문이실험구역위연구대상병선취6개월위예측주기,채용선성회귀분석방법화상규BP신경망락방법진행연구.경회소검험,기지진진급예측중오차분별위사0.78급화사0.61급,정도균유대제고.경과총결상술량충방법적우결점,창신적제출료기우선성회귀여신경망락기술적지진예측융합모형,회소검험결과표명,융합모형적진급예측중오차위±0.41급,지진예측효과현저제고.
