面向地震震相识别的基于时域的卷积神经网络模型及应用

摘要

本发明提供面向地震震相识别的基于时域的卷积神经网络模型及应用，该模型是通过以下步骤构建而成：(1)将地震波形数据集分成训练集、验证集和测试集；(2)将卷积神经网络CNN与时域神经网络TCN进行结合构建S‑TCN模型，将训练集先输入到连续的三个卷积块进行特征学习，再将特征学习后的数据输入到一个主TCN块和两个连续的副TCN块中进行地震P波和S波的总特征提取和上下文信息的提取，最后连续的两个副TCN块的输出被分别送到GRU模块和TimeDistributed模块的两个并行分支进行震相识别与震相拾取；(3)训练S‑TCN模型、验证，得到震相识别与拾取结果。该模型保留了更多的地震信号数据的特征，对地震震相识别准确性高。