卷积神经网络识别地震相方法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 研究的背景和意义 | 第7-8页 |
| 1.2 地震相识别研究现状 | 第8-9页 |
| 1.3 卷积神经网络研究现状 | 第9-11页 |
| 1.4 主要内容和组织结构 | 第11-12页 |
| 第2章 卷积神经网络结构及推导 | 第12-25页 |
| 2.1 多层感知器 | 第12-19页 |
| 2.1.1 神经元 | 第13页 |
| 2.1.2 神经网络 | 第13-15页 |
| 2.1.3 多层感知器 | 第15-16页 |
| 2.1.4 误差反向传播 | 第16-19页 |
| 2.2 卷积神经网络 | 第19-24页 |
| 2.2.1 卷积神经网络结构 | 第19-20页 |
| 2.2.2 局部感知 | 第20-21页 |
| 2.2.3 权值共享 | 第21页 |
| 2.2.4 稀疏连接 | 第21-22页 |
| 2.2.5 下采样 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 地震相结构数据集建立 | 第25-30页 |
| 3.1 地震相结构简介 | 第25页 |
| 3.2 地震相结构数据集建立 | 第25-28页 |
| 3.3 本章总结 | 第28-30页 |
| 第4章 卷积神经网络识别地震相结构 | 第30-39页 |
| 4.1 实验环境 | 第30页 |
| 4.2 卷积神经网和深度置信网络对比 | 第30-32页 |
| 4.2.1 深度置信网络结构 | 第30-31页 |
| 4.2.2 卷积神经网络结构 | 第31页 |
| 4.2.3 结果对比 | 第31-32页 |
| 4.3 卷积神经网络中不同方法对比 | 第32-35页 |
| 4.3.1 池化方法对比 | 第32-33页 |
| 4.3.2 激活函数对比 | 第33-34页 |
| 4.3.3 输出层分类器对比 | 第34-35页 |
| 4.4 卷积神经网络结构优化 | 第35-38页 |
| 4.4.1 卷积神经网络层数优化 | 第35-36页 |
| 4.4.2 通道数量优化 | 第36-37页 |
| 4.4.3 稀疏连接优化 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 地震相识别定位 | 第39-43页 |
| 5.1 识别定位方法 | 第39-40页 |
| 5.1.1 开窗遍历 | 第39页 |
| 5.1.2 区域标记 | 第39-40页 |
| 5.1.3 整体过程 | 第40页 |
| 5.2 识别定位结果 | 第40-41页 |
| 5.3 本章小结 | 第41-43页 |
| 第6章 结论 | 第43-44页 |
| 6.1 总结 | 第43页 |
| 6.2 展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47页 |
