基于人工智能的地震波特征提取及分类

发布时间：2024-05-17 12:18

　　天然地震波数据来自于各个地震监测站,它是由地壳内部岩石运动产生。地震动的各项数据收集来之不易,非常珍贵。同时,作为一种外部激励,地震动在结构的设计,抗震分析,以及各项工程的抗震研究中占有非常重要的地位。因此我们十分有必要对天然地震波进行研究。作为一种外部激励,地震动特性三要素为幅值,频谱和持时。在不同的地质环境下,地震动数据的频谱特性有着显著的差异,在建筑设计等工程实践中是把场地条件作为基本考虑因素对地震动数据进行分组,然而即使在相同的场地类别下,地震动数据的频谱特性仍然有较大的差异,如何依据地震动特性对其进行深入研究,一直是一个热门的课题。本文在对地震波进行小波变换的基础上,结合人工智能技术,提出了两种新的地震波分类方法。本文通过对美国PEER网站的地震波进行数据收集整理,进而对地震波进行小波变换,结合人工智能技术,对地震波进行特征提取并分类,并预测新的地震波所属类别,通过ANSYS软件建模,对比分析模型的地震响应,验证本文的分类预测具有良好效果。首先,通过对收集到的地震波数据进行特征筛选和傅里叶变换以及小波变换,再对两者进行对比,分析小波变换的原理及优势,选择针对地震波的合适的小波...

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图1-1国家地震台站分布图

基于人工智能的地震波特征提取及分类2图1-1国家地震台站分布图Figure1-1Distributionmapofnationalseismicstations资料来源：中国地震台网中心Source:ChinaEarthquakeNetworksCenter我们在进行结构抗震分析....

图2-1傅里叶变换示意图

广州大学硕士学位论文11域（即时间域）上的信号转变为频域（即频率域）上的信号，随着域的不同，对同一个事物的了解角度也就随之改变，因此在时域中某些不能处理的地方，在频域就可以较为简单的处理。图2-1傅里叶变换示意图Figure2-1Fouriertransformdiagram傅里....

图2-3RSN43LYTLECRCSM095地震波原始加速度数据图

基于人工智能的地震波特征提取及分类20RSN43通过MATLAB软件编程处理得到的加速度数据图。图2-3RSN43_LYTLECR_CSM095地震波原始加速度数据图Figure2-3RSN43_LYTLECR_CSM095seismicwaveoriginalaccelerat....

图2-4RSN43LYTLECRCSM095地震波傅里叶变换图

基于人工智能的地震波特征提取及分类20RSN43通过MATLAB软件编程处理得到的加速度数据图。图2-3RSN43_LYTLECR_CSM095地震波原始加速度数据图Figure2-3RSN43_LYTLECR_CSM095seismicwaveoriginalaccelerat....

本文编号：3975586