-
公开(公告)号：CN113607268B
公开(公告)日：2024-01-09
申请号：CN202110102318.0
申请日：2021-01-26
Applicant: 禁核试北京国家数据中心
Abstract: 本发明涉及一种区域次声事件自动关联方法，根据设定的次声监测区域，组建专用次声监测台网，通过建立符合设定区域事件特征的信号特征模型和信号走时模型，设计并创建包含信号走时、方位角、震中距、单位距离走时偏差等参数的区域次声事件关联格点，采用区域细化格点搜索方法，准确检索并匹配出与事件相关的全部次声信号。实现了利用国际监测系统次声台站监测数据及其信号检测结果，对设定区域次声事件进行自动关联处理，并形成与事件相匹配的次声信(56)对比文件Leonid Chernogor等.Ultra-WidebandInfrasonic Signals Generated by Series ofChemical Explosions.2018 9thInternational Conference on Ultrawidebandand Ultrashort Impulse Signals (UWBUSIS).2018,第318-321页.任文涛等.天津“8·12”爆炸次声波分析.第十二届国家安全地球物理专题研讨会.2016,第288-293页.郭泉;杨亦春;吕君;滕鹏晓.基于广域次声传感器网络的地震本地次声波监测.地球科学(中国地质大学学报).2014,(第12期),第1807-1817页.
-
公开(公告)号：CN113221395B
公开(公告)日：2023-10-20
申请号：CN202110281517.2
申请日：2021-03-16
Applicant: 禁核试北京国家数据中心
IPC: G06F30/23 , G01V1/30 , G06F111/10
Abstract: 本发明涉及一种基于分层介质的地震走时参数化网格模型构建方法及应用，涉及禁核试核查监测技术领域。本发明提出的地震‑声学走时参数化网格模型构建方法，基于分层介质物理模型构建全球三维空间网格，整合先进算法和标准事件离线估算各网格节点到台站的走时，进而建立台站特定的走时参数化模型，在实现提高走时估计精度的同时，解决了实时监测中难以考虑复杂介质等因素改进走时估计的问题。
-
公开(公告)号：CN112987104A
公开(公告)日：2021-06-18
申请号：CN202110207953.5
申请日：2021-02-24
Applicant: 禁核试北京国家数据中心
Abstract: 本发明涉及一种快速估计水声台站监测能力的方法，根据水声台站的信号传输隔断参数，通过台站对不同方位角、距离的信号检测能力，对不同方位的传输隔断参数进行格点细化，创建监测能力评估格点，计算此方位的格点到台站的距离，从而得出信号传播损失，联合台站的本底噪声水平和设定的监测阈值，通过声能参数的转换估算台站到格点的监测能力，可快速估算水声台站在不同方位和不同距离上的监测能力。本发明实现了水声台站在不同方位上的监测能力计算格点设计，可在不具备水声台站实时数据的条件下快速估算水声台站的监测能力。
-
公开(公告)号：CN109709604A
公开(公告)日：2019-05-03
申请号：CN201811506637.2
申请日：2018-12-10
Applicant: 禁核试北京国家数据中心
Abstract: 本发明提供一种选择错误代价较低的地震事件关联检测算法的方法，属于检测算法性能评估领域，该方法通过多种地震时间自动关联检测算法进行地震事件检测，然后对各种方法地震事件检测的结果进行判断和评估，确定地震事件关联检测方法的查全率和查准率，通过在在查全率和查准率二维空间的代价函数曲线对各种方法的检测结果进行定量比较，从而得到一种性能较优的地震事件关联检测方法，用于地震事件的更好检测。
-
公开(公告)号：CN111060965A
公开(公告)日：2020-04-24
申请号：CN201911232461.0
申请日：2019-12-05
Applicant: 禁核试北京国家数据中心
Abstract: 本发明涉及一种基于卷积神经网络的地震震相拾取及事件检测方法，属于地震事件检测和估计领域。本发明为了克服地震事件检测存在震相识别错误率高、事件误检、漏检率高的问题，通过对各个台站的连续数据以设定的时间窗口和步长，滑动截取连续数据为若干个待检测窗口，采用预先训练好的卷积神经网络模型对截取的每个数据窗口进行检测，得到震相识别概率序列和到时拟合值序列，再通过震相概率值大小和到时拟合值的极值确定震相名称和到时估计值；依据近震P、S到时差估算事件的初步位置和时间，将其作为常规的迭代反演定位程序的初始值，得到最终的事件位置和时间，从而实现了震相的准确识别和到时估计，以及获得了准确的地震事件位置和时间。
-
Patent Agency Ranking
公开(公告)号：CN110988985A
公开(公告)日：2020-04-10
申请号：CN201911310605.X
申请日：2019-12-18
Applicant: 北京邮电大学 , 禁核试北京国家数据中心
Abstract: 本发明公开了基于波形特征的地震信号检测方法，涉及地震信号处理领域。首先选取台阵收集的历史事件中的地震信号和噪声信号作为数据集，提取每条信号中的幅值特征α，比值特征ρ，特定频段能量均值特征γ并进行归一化以及能量和特征λ并进行归一化。然后将所有的地震信号和噪声信号划分为训练样本和测试样本，将训练样本中所有地震信号的各特征参数分部组成相应矩阵，并带入高斯函数，利用梯度下降法优化，得到各特征对应的最优超参数，计算各特征高斯过程的后验均值和协方差，得到四个特征模型。利用验证后的特征模型，用贝叶斯的思想预测新的事件发生的概率，根据事件发生概率的大小来判断是否为地震事件；本发明提升正确检测率，适用性更强。
-
公开(公告)号：CN109782342A
公开(公告)日：2019-05-21
申请号：CN201811505562.6
申请日：2018-12-10
Applicant: 禁核试北京国家数据中心
Abstract: 本发明提供一种选择性能较优的地震事件自动关联检测算法的方法，属于检测算法性能评估领域，该方法通过多种地震时间自动关联检测算法进行地震事件检测，然后对各种方法地震事件检测的结果进行判断和评估，确定地震事件关联检测方法的查全率和查准率，通过在在查全率和查准率二维空间的性能度量曲线对各种方法的检测结果进行定量比较，从而得到一种性能较优的地震事件关联检测方法，用于地震事件的更好检测。
-
公开(公告)号：CN110988985B
公开(公告)日：2020-11-17
申请号：CN201911310605.X
申请日：2019-12-18
Applicant: 北京邮电大学 , 禁核试北京国家数据中心
Abstract: 本发明公开了基于波形特征的地震信号检测方法，涉及地震信号处理领域。首先选取台阵收集的历史事件中的地震信号和噪声信号作为数据集，提取每条信号中的幅值特征α，比值特征ρ，特定频段能量均值特征γ并进行归一化以及能量和特征λ并进行归一化。然后将所有的地震信号和噪声信号划分为训练样本和测试样本，将训练样本中所有地震信号的各特征参数分部组成相应矩阵，并带入高斯函数，利用梯度下降法优化，得到各特征对应的最优超参数，计算各特征高斯过程的后验均值和协方差，得到四个特征模型。利用验证后的特征模型，用贝叶斯的思想预测新的事件发生的概率，根据事件发生概率的大小来判断是否为地震事件；本发明提升正确检测率，适用性更强。
-
公开(公告)号：CN109709604B
公开(公告)日：2020-11-06
申请号：CN201811506637.2
申请日：2018-12-10
Applicant: 禁核试北京国家数据中心
Abstract: 本发明提供一种选择错误代价较低的地震事件关联检测算法的方法，属于检测算法性能评估领域，该方法通过多种地震时间自动关联检测算法进行地震事件检测，然后对各种方法地震事件检测的结果进行判断和评估，确定地震事件关联检测方法的查全率和查准率，通过在在查全率和查准率二维空间的代价函数曲线对各种方法的检测结果进行定量比较，从而得到一种性能较优的地震事件关联检测方法，用于地震事件的更好检测。
-
公开(公告)号：CN117289336A
公开(公告)日：2023-12-26
申请号：CN202311264863.5
申请日：2023-09-27
Applicant: 禁核试北京国家数据中心
IPC: G01V1/28 , G01V1/30 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明涉及一种基于可解释注意力神经网络的地震震相序列检测方法，属于地震波形数据处理分析领域。本发明通过设定时间窗口和步长，将采集的地震波形原始数据滑动截取为若干个待检测窗口；将地震波形数据输入到模型的编码器Encoder中，依次进行空间几何、时间序列以及全局和局部注意力信息的特征序列提取；将提取的特征序列输入到模型的解码器Decoder中，对其进行上采样，并最终通过模型预测层输出震相序列的检测识别和到时估算结果；对模型解码器中的关键卷积层添加梯度类激活映射图的可视化技术，为模型输出震相序列识别和到时估算结果的决策行为提供可解释性。本发明既保证了模型的表现性能又提升了模型的内部透明度，为模型决策行为提供了可解释性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.05 seconds)
