基于短时傅里叶变换与深度学习的微震信号二分类方法

    公开(公告)号:CN116522231A

    公开(公告)日:2023-08-01

    申请号:CN202310600019.9

    申请日:2023-05-25

    Abstract: 本发明提供基于短时傅里叶变换与深度学习的微震信号二分类方法,步骤一.采集足够多的信号,信号包括微震信号和噪音信号,并以此建立数据库。步骤二.采用短时傅里叶变换对信号进行时频转换,得到时频域信号矩阵,随机划分80%信号样本作为训练集,剩余20%作为验证集。步骤三.搭建VGG卷积神经网络,通过每次训练减小损失值函数,并更新神经网络权重参数,得到训练后损失值足够小的网络权重参数。步骤四.选择需要进行识别分类的信号,在经过短时傅里叶转换后,作为卷积神经网络的输入,由训练好的神经网络模型进行计算处理,最终给出识别结果。本发明操作简单快速,可以取代人工识别,实现隧道与地下工程岩爆灾害实时监测工作的智能及自动化。

    一种基于数字数值一体化的地质灾害评估方法及装置

    公开(公告)号:CN115758792A

    公开(公告)日:2023-03-07

    申请号:CN202211549803.3

    申请日:2022-12-05

    Abstract: 本发明实施例提供了一种基于数字数值一体化的地质灾害评估方法及装置,本发明首先基于收集的地质信息数据,建立评估区域的三维地质模型以及地质信息模型,然后将所述三维地质模型数值化得到数值模型,通过所述数值模型计算得到评估区域的应力场,再将所述应力场添加到所述地质信息模型,得到数字数值一体化地质信息模型,最后基于所述数字数值一体化地质信息模型对不同地质灾害进行评估,得到评估结果。本发明实施例提供的基于数字数值一体化的地质灾害评估方法,将三维地质模型的数据简便应用在数值模拟处理过程中,结合了EVS强大的三维地质建模能力和FLAC3D数值模拟强大的计算能力,使得对地质灾害的评估更加简便、准确。

Patent Agency Ranking