一种基于ML-KNN算法的“震源-台站”速度模型选取方法.pdfVIP

下载本文档

0
0
约9.52千字
约 10页
2023-04-25 发布于四川
举报
版权申诉

一种基于ML-KNN算法的“震源-台站”速度模型选取方法.pdf

1、本文档共10页，其中可免费阅读9页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于ML‑KNN算法的“震源‑台站”速度模型选取方法，主要解决现有微地震定位算法的速度模型选取存在较大误差，导致定位误差偏大的问题。该方法包括如下步骤：(S1)收集并预处理微地震事件的主动震源数据，并按比例制作训练集数据与测试集数据；(S2)基于ML‑KNN算法对所述训练集数据进行训练及测试，并根据测试集中的到时数据对测试集中微地震事件进行速度模型选取：(S3)通过分析评价算法准确度的指标，评判预测效果；通过对比，计算算法准确度。通过上述设计，本发明通过分析微震事件到各台站的P波

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114063150 A (43)申请公布日 2022.02.18 (21)申请号 202111355177.X (22)申请日 2021.11.16 (71)申请人西南科技大学地址