基于RBF神经网络的地震与爆破识别技术

摘要

利用天然地震震源和人工爆破震源之间信号能量分布的差异,结合RBF神经网络技术,对2类事件进行分类,具体步骤如下:使用8个带通滤波器对事件波形进行滤波,并划分为4个波形段:P波、P波尾波、S波和S波尾波,分别计算每个滤波器信道和波形段的能量特征值,以所得32个特征参数作为输入向量,利用RBF神经网络,对地震和爆破事件进行分类识别.结果表明,基于RBF神经网络的地震事件识别方法,识别率为88.1％,具有较高的准确性,可作为地震与爆破事件识别的一个重要依据.