基于深度卷積神經網絡的剪切波分裂質量檢測

作者：張彭達,戴志陽,查顯杰

摘要：剪切波分裂是分析地震各向異性的一種重要手段,常規方法是利用網格搜索獲取分裂參數,再通過不同方法的測量結果對比測量結果進行質量檢測,這一過程會耗費大量計算時間。本文針對這一問題提出了一種利用深度卷積神經網絡對剪切波分裂進行質量檢測的新方法,對使用了Resnet殘差結構的深度神經網絡進行訓練,直接對二分量剪切波波形數據的質量進行分類。整個過程為:神經網絡通過卷積層提取波形特征,計算損失函數后反向傳播訓練模型參數,完成迭代訓練后的模型對輸入波形數據正向計算自動輸出類型。本文利用川西臺站接收到的實際數據以及隨機生成的合成數據分別對該網絡進行訓練,均可以獲得準確的分類結果。相比于通過多種剪切波分裂方法對比測量結果的質量檢測方法,基于神經網絡的方法可以省略網格搜索的計算過程直接判斷質量類型,在運算速度上的優勢明顯,并可繼續通過訓練提高模型的精度,為提升剪切波分裂方法在數據處理過程中的操作效率提供幫助。

發文機構：中國科學技術大學

關鍵詞：深度神經網絡剪切波分裂質量檢測Deep neural networksShear-wave splittingQuality detection

分類號： P315[天文地球—地震學]