基于溶解氡数据和长短期记忆网络的地震预报

刘海军; 单维锋; 耿贵珍

首页> 中文期刊> 《科学技术与工程》 >基于溶解氡数据和长短期记忆网络的地震预报

基于溶解氡数据和长短期记忆网络的地震预报

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:溶解气氡浓度异常为可靠地震前兆,通过对历史观测数据进行建模,预测溶解气氡未来趋势,是快速检测溶解气氡浓度异常、研究震-氡机制的前提。溶解气氡浓度数据为典型的时间序列数据,传统的时间序列预测技术主要为自回归(AR)方法和自回归滑动平均(ARMA)方法。这些方法以线性方法为主,其拟合精度有限。采用目前最流行的深度学习技术长短期记忆(LSTM)模型对姑咱地震台、西昌地震台和雅安地震台一段时间内连续观测的溶解气氡日观测数据集溶解气氡浓度数据进行建模,采用90%的数据作为训练数据训练LSTM网络,10%的数据作为预测数据,采用均方根误差评价指标来评价模型的效果。在三种数据集上,LSTM的预测误差均方根误差均明显低于AR和ARMA方法。该结果表明,LSTM的预测精度高于传统的AR、ARMA方法。

著录项

来源
《科学技术与工程》 |2020年第10期|4029-4035|共7页
作者
刘海军; 单维锋; 耿贵珍;
展开▼
作者单位

防灾科技学院应急管理学院三河065201;

防灾科技学院经济管理学院三河065201;

展开▼
原文格式 PDF
正文语种 chi
中图分类自动化技术在各方面的应用;
关键词
时间序列分析; 长短期记忆网络; 前兆数据; 趋势预测; 循环神经网络;

相似文献

中文文献
外文文献
专利

1. 基于AlphaGUARD P2000F测氡仪利用水中溶解氡对DDL-1型气氡仪校准的实验研究 [J] . 起卫罗 ,曹舸斌 ,方伟 . 地震工程学报 . 2019,第006期
2. 基于AlphaGUARD P2000F测氡仪利用水中溶解氡对DDL-1型气氡仪校准的实验研究 [J] . 起卫罗 ,曹舸斌 ,方伟 . 地震工程学报 . 2019,第006期
3. 基于小波分解和长短期记忆网络的变压器油中溶解气体浓度预测 [J] . 王兴 ,荣海娜 ,王健 . 电工技术 . 2020,第009期
4. 基于长短期记忆网络的地热数据预测——以毛垭温泉泉水温度数据为例 [J] . 刘海军 ,刘迅源 . 防灾科技学院学报 . 2020,第002期
5. 基于长短期记忆网络的PMU不良数据检测方法 [J] . 杨智伟 ,刘灏 ,毕天姝 . 电力系统保护与控制 . 2020,第007期
6. 水中氡溶解度系数探讨 [C] . Chen Hailong ,陈海龙 ,Wang Meng . 21世纪初辐射防护论坛第十四次会议暨第四次全国天然辐射照射与控制研讨会 . 2017
7. 铀矿冶含氡放射性水体氡的溶解与析出行为研究 [A] . 代鑫涛 . 2017

基于溶解氡数据和长短期记忆网络的地震预报

摘要

著录项

相似文献

相关主题

期刊订阅