【摘 要】
：
近几十年来,全世界已发生了数不清的破坏性地震,给人类带来了毁灭性的灾害。如何有效降低地震造成的经济损失以及人员伤亡,已成为我国乃至全人类急需解决的问题。目前,人类在地震预报和预警方面已取得一定的研究成果,然而地震预报和预警工作仍处于探索阶段,还需要更多学者挖掘新的方法给予补充,完善地震预报和预警工作。地震是地球内部应变能积累和释放的过程,其中大部分能量在震前已经缓慢释放出来,从而引起地形变化,这种
论文部分内容阅读
近几十年来,全世界已发生了数不清的破坏性地震,给人类带来了毁灭性的灾害。如何有效降低地震造成的经济损失以及人员伤亡,已成为我国乃至全人类急需解决的问题。目前,人类在地震预报和预警方面已取得一定的研究成果,然而地震预报和预警工作仍处于探索阶段,还需要更多学者挖掘新的方法给予补充,完善地震预报和预警工作。地震是地球内部应变能积累和释放的过程,其中大部分能量在震前已经缓慢释放出来,从而引起地形变化,这种能量积累到一定程度时瞬间爆发从而会导致地震的发生。GPS能够实时地获取地表位移数据,强震仪能够记录强烈地震近地面运动加速度数据,这些数据在地震学中具有广泛的应用。本文以这两种数据为基础探索地震孕育和爆发的信息,研究深度学习技术结合地震监测数据在地震方面的应用,对地震预报和预警工作提供新的方法予以补充,其思路是首先利用深度学习结合统计学理论挖掘地域地震前兆异常信息;然后根据地震前兆异常信息针对性地对研究地区进行P波震相检测部署,该部分工作相对成熟,本文不作研究;最后根据P波自动拾取判断到震,立刻利用深度学习技术预判是否为强震。主要内容如下:（1）提出一种深度学习结合时间序列相似性的方法探索地震前兆。以2016年1月21日门源地震为例,获取震中附近门源台站（QHME）、民乐台站（GSML）及古浪台站（GSGL）无震时的GPS时间序列,不使用震时和震后的数据。采用邻近点线性趋势的方法对缺失的GPS时间序列进行补全,利用相同的数据分别训练LSTM时间序列预测模型和ARIMA时间序列预测模型,从两种预测模型的精准度比较结果来看,LSTM时间序列预测模型具有较高的精准度,更适合预测时间序列的未来值。利用训练好的LSTM时间序列预测模型分别对该地区无震时和地震前一段时间的GPS时间序列进行回溯性预测。对比预测时间序列与真实时间序列发现,震前2条时间序列大部分的相似性指标比无震时低,说明震前预测时间序列与真实时间序列差异明显,同时考虑震前时间序列的趋势异常,认为出现了异常时段;3个台站分别在E、N、U方向出现多个异常日期,且不同台站具有相同的异常日期,说明探索到了地震前兆。（2）提出一种结合EMD分解降噪与深度学习的方法对震级的强弱进行预判。地震的发生是1种随机或高度非线性的现象,利用神经网络具备较强的非线性特征学习能力,提出两个深度学习算法:基于CNN的震级分类模型和基于Triplet-CNN结构的分类模型。以日本宫城县周边地区为例,获取历年地震时间中监测的强震动时间序列,利用深度学习的技术对强震动观测数据进行训练,学习数据特征得到震级分类模型,并通过EMD分解降噪提高分类模型的精确率。通过与传统的两个机器学习分类器比较,结果显示基于深度学习技术的模型具有更高的分类效果,设计的分类模型可以实现对具体震级范围的预测,从而实现对震级强弱的预判。
其他文献
多目标跟踪是计算机视觉领域的研究热点,已广泛应用于视频监控、自动驾驶、移动机器人导航和交通安全等领域。多目标跟踪过程中出现的因遮挡导致的误报、漏报问题一直是该领域的研究难点。尤其是在相机运动的情况下,相机本身的运动造成背景变化更加剧了多目标跟踪的复杂性。本课题针对运动相机下的多目标跟踪过程中存在的误报、漏报、微抖动的问题进行研究。通过对多目标跟踪过程的状态分布建模以及对交互状态约束优化,降低了在相
滚动轴承的退化趋势和剩余有效寿命（Remaining Useful Life,RUL）预测是工程应用中的基本问题。这种预测通常基于具有非线性、非高斯性和长相关特性（Long-range dependence,LRD）的复杂数学模型。现有的退化趋势和RUL预测模型依赖于数据建模,一般假设滚动轴承的退化数据相互之间独立且服从高斯分布。然而,实际的退化数据不仅具有LRD特性,还服从非高斯分布。本文提出一
2016年8月,七部委联合发布《关于构建绿色金融体系的指导意见》,构建绿色金融体系上升为国家战略和政策要求。银行作为重要的金融机构,越来越重视企业的环境信息披露,尤其是对环境影响较大的重污染企业。本文重点梳理归纳环境信息披露的现状、制度及问题,结合ESG的框架体系等,从愿景类、经济类、治理类和排污类四个角度构建环境信息披露指标体系,采用同等权重法、熵权法及熵权TOPSIS法多角度分析计算企业的环境
过往的三十年间,我国的城镇化进程稳步加快,各地的经济建设需求不断增长,分税制改革及旧预算法颁布后,地方政府举债能力受限,城投债应运而生。2008年次贷危机发生后,城投债债务规模日益增加,随之中央一系列债务政策相继部署,城投公司和地方政府分离,政府的金融监管力度加大,融资进一步受限,在加上平台公司自身经营管理水平有限,盈利能力较弱,城投债的信用风险问题愈发严重。江苏、湖南作为具有代表性意义的两个省份
日常生活中,人们经常使用美团、饿了么、携程等基于位置服务的Apps,这类Apps大大方便了人们的生活。人们在使用这些Apps享受相应服务的时候,通常需要提供自己的位置信息。这可能导致隐私信息泄露的风险,需要采用措施进行保护。为此,业界对轨迹位置隐私保护问题展开了一系列探索与研究,提出了假数据法、抑制法、泛化法等可行方法。此外,在轨迹隐私保护的度量标准、隐私保护系统结构等方面也进行了有益的尝试。但目
长期以来,我国缺乏在大宗能源商品交易方面的国际定价权,这是我国能源安全的重大缺陷。对于原油的人民币定价问题,中国的金融机构和能源企业进行了长期探索。2018年3月26日,我国首个国际化原油期货在上海国际能源交易中心上市,开启了我国期货市场国际化和人民币定价的新纪元。本文基于这一背景,梳理了作为最重要的大宗商品——原油的国际定价演变历程,根据石油美元的发展经验,进一步对比构建石油人民币的条件,凸显了
随着生物识别技术的发展,如何有效的识别生物状态逐渐成为了生物状态分析领域的研究热点。生物状态分析系统的出现替代了传统人工识别的方式,实现了自动识别与分析。但现有生物状态分析系统多采用单一信号源进行生物状态识别,存在着识别准确率较低、受环境干扰较大等问题。因此,设计一款实时、高效、便携的生物状态识别系统具有重要的意义,本文主要工作如下:（1）提出基于多元生理数据融合的生理信号处理方法。首先,针对信号
配电网重构目的在于使整个配电网系统以更为安全、可靠、均衡与经济方式运行。在实际配电网中系统负荷具有波动和随机特点,因此配电网重构方案需进行相应改变,以保证配电网整体运行性能。目前光伏、风电等分布式电源在配电网系统中占比逐年增高,使传统辐射状配电网络发展成更加复杂网络结构,如:弱环网、多源、间歇性等。在此背景下传统重构方案面临巨大挑战,因此计及分布式电源配电网动态重构有十分重要研究意义。本文所研究主
经济社会的发展越来越离不开中小企业,但“融资难”问题却是中小企业发展中不可避免会遇到的难题。本文在梳理关于中小企业“融资难”问题相关研究的过程中发现,解决“融资难”问题的关键在于降低中小企业和银行间的信息不对称。在梳理信用风险评估相关文献的过程中发现,有关中小企业信用评估指标多数是参照大型企业的。但我们发现,中小企业与大型企业有着不同的特点,如中小企业的财务信息质量不高、内部管理机制不够完善等,因
随着生态文明和美丽中国建设不断深入,企业尤其是采矿业、石油加工业、燃料加工业等重污染类型企业的环保行为越来越受到重视,重污染企业往往由于不符合资源节约和环境友好的发展理念而受到更强的融资约束。促进经济高质量转型的一大关键在于重污染企业的节能减排与绿色创新,绿色创新是一个高风险高投入过程,对于企业尤其是重污染企业,绿色创新能否有效减轻融资约束,在强融资约束下是否应继续坚持绿色创新,是其在转型时期面临