深度神經(jīng)網(wǎng)絡(luò)雖然在震相拾取中取得了良好效果,但作為高復(fù)雜度的機(jī)器學(xué)習(xí)模型,深度神經(jīng)網(wǎng)絡(luò)在取得較高精度的同時(shí)需要付出較高的計(jì)算代價(jià),而且試驗(yàn)研究表明震相拾取中并不需要過高的模型復(fù)雜度。為此,本文根據(jù)地震波形的特點(diǎn)設(shè)計(jì)了四種具有不同復(fù)雜度的深度神經(jīng)網(wǎng)絡(luò)改進(jìn)模型,可以綜合具體的精度和速度需求從中選取合適的模型。在此基礎(chǔ)上,將改進(jìn)模型與現(xiàn)有四種到時(shí)拾取的深度學(xué)習(xí)網(wǎng)絡(luò)模型進(jìn)行了對(duì)比,結(jié)果表明本文中的網(wǎng)絡(luò)模型在到時(shí)拾取上具有較高的速度和精度。同時(shí),本文的深度神經(jīng)網(wǎng)絡(luò)通過使用多種深度學(xué)習(xí)模型壓縮手段可將震相拾取模型的大小壓縮到2.0 MB以內(nèi),從而使得模型可以在低功耗設(shè)備上完成高速震相拾取的同時(shí)盡可能地減少精度損失。 

【文章頁數(shù)】：15 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于U形卷積神經(jīng)網(wǎng)絡(luò)的震相識(shí)別與到時(shí)拾取方法研究[J]. 趙明,陳石,房立華,David A Yuen.  地球物理學(xué)報(bào). 2019(08)
[2]深度神經(jīng)網(wǎng)絡(luò)拾取地震P和S波到時(shí)[J]. 于子葉,儲(chǔ)日升,盛敏漢.  地球物理學(xué)報(bào). 2018(12)



本文編號(hào)：3706196