基于人工神经网络的地震电场卫星数据异常识别

• 作 者: 安建琴 李忠 宋奕瑶 张丽娟 史鹏飞
• 出 处: 软件
• 发表日期: 2016年6期
• 关键词: 计算机应用 人工神经网络 DEMETER卫星 ULF电场信号 Computer application Artificial neural network

　　摘要：为实现地震卫星异常数据的快速查找，本文提取了汶川地震发生前10天的ULF频段电场波形数据，以均值、均方差、峰度和偏度作为特征信息，设计了BP神经网络分类器，并通过SOM网聚类模型进行验证。计算结果表明，异常区域位于汶川地震震中以南的较大区域范围内，可能是由于汶川南部地震波能量巨大引起较强的空间电离层扰动；BP网分类器的正常数据识别率达到98.13%，异常数据的识别率为96.75%；SOM网聚类分析结果显示，与BP网络分类器结果具有较好一致性。
　　关键词：计算机应用；人工神经网络；DEMETER卫星；ULF电场信号