基于AdaBoost集成學習的強震動觀測抗干擾技術研究

作者：龐聰,江勇,廖成旺,吳濤,丁煒,王磊

摘要：為提高強震儀的抗干擾能力,基于分類、決策的機器學習中的AdaBoost集成學習方法,設計一種強震動數據抗干擾算法,以解決基于決策樹的強震動數據抗干擾算法存在的易過擬合、分類準確度不高等問題。從天然地震動與人工干擾下的強震動數據中提取出若干個特征(波形對稱度、卓越頻率、最大增長速度等),形成一一對應的訓練樣本特征集與事件屬性集;初始化權重分布,持續利用AdaBoost技術更新樣本權重分布,以增加較難分辨樣本的權重值,然后將若干個弱分類器訓練為一個強分類器,達到提高強震儀抗干擾準確度的目的。此方法分類準確度較高,具有較強的環境適應性,對于推動強震觀測儀器智能化實現、促進土木工程結構防震減災技術發展具有一定現實意義。

發文機構：中國地震局地震研究所中國地震局地震大地測量重點實驗室 湖北省地震局地震預警湖北省重點實驗室

關鍵詞：強震儀抗干擾ADABOOST機器學習特征識別strong seismographanti-jamming technologyadaboostmachine learningfeature recognition

分類號： P315.6[天文地球—地震學]