基于多尺度注意殘差網絡的地震波形分類研究

打開文本圖片集

摘要：選用2010年2月—2016年12月發(fā)生在北京順義及河北三河等首都圈鄰近區(qū)域的117個地震事件（包括54個天然地震事件和63個非天然地震事件——爆炸事件）作為研究對象，利用文章所提出的多尺度注意殘差網絡對其中的天然地震事件和爆炸事件波形進行二分類。首先，對原始地震波形進行簡單預處理并截取成相同長度的地震時序數據，直接將其作為網絡模型的輸入;其次，選用含有殘差模塊的深度神經網絡作為基礎網絡，利用深度神經網絡對特征的自動提取能力，省略了傳統(tǒng)波形分類需要提前提取時域波形的特征作為分類算法輸入的步驟;然后，融合通道注意力機制（ECA）并對其進行改進，將空間維度的信息融入通道信息，優(yōu)化了網絡對關鍵信息的關注，更好地聚焦重要特征;最后，使用空間金字塔池化代替最大池化進行多尺度特征融合，得到更多的特征信息，構成多尺度注意殘差網絡。（剩余18426字）