“智能+”地震监测预警技术平台设计

周施文，李水龙，于伟恒，王士成

（福建省地震局，福州 350003）

0 引言

近几年，人工神经网络技术引领了人工智能新一轮的发展热潮。现阶段，人工神经网络主要可以分为三大类，即前馈神经网络、卷积神经网络和递归神经网络。每一类都有各自的特点和优势[1-2]。

（1）前馈神经网络中各神经元分层排列，每个神经元只与前一层的神经元相连，接收前一层的输出，并输出给下一层。结构简单，能够以任意精度逼近任意连续函数及平方可积函数，可以精确实现任意有限训练样本集，提供静态非线性映射，通过简单非线性处理单元的复合映射，可获得复杂的非线性处理能力。

（2）卷积神经网络通过卷积层对输入的参数应用若干过滤器，一个输入参数被用来做了很多类型的特征提取；再通过池化层缩减输入数据的规模；最后通过全连接层将提取出的特征值关联起来。卷积神经网络已成功应用于图像、文本识别等场景。

（3）递归神经网络中的时间递归神经网络，即循环神经网络，通过将第n-1步的输出反馈给神经网络，对第n步的输出产生影响，更贴近了人类大脑的记忆影响当前的特征，适用于处理声音、时间序列（传感器）数据或书面自然语言等序列数据。

在地震行业，国际和国内的专家学者，也开始尝试应用通过人工神经网络实现地震识别、震中定位等。赵刚等[3]提出的BP-Adaboost方法对所选用的地震、爆炸事件波形信号数据集的分类识别得到了98%以上的正确识别率，并且具有较好的泛化能力。……