1.一种基于深度学习的地震波信号方位角估计方法,其特征在于,所述方法包括:
2.根据权利要求1所述基于深度学习的地震波信号方位角估计方法,其特征在于,所述基于深度学习方法搭建的神经网络模型具体包括:
3.根据权利要求1所述基于深度学习的地震波信号方位角估计方法,其特征在于,所述获取矢量地震波传感器接收的地震波信号并进行预处理,具体包括:
4.根据权利要求1所述基于深度学习的地震波信号方位角估计方法,其特征在于,所述通过所述神经网络模型中的隐藏层对第一数据信号进行处理,经过降采样和核心单元特征提取后输出第二数据信号,具体包括:
5.根据权利要求4所述基于深度学习的地震波信号方位角估计方法,其特征在于,所述三次降采样具体包括:
6.根据权利要求4所述基于深度学习的地震波信号方位角估计方法,其特征在于,所述在每一次降采样之后通过两个核心单元提取数据特征,具体包括:
7.根据权利要求1所述基于深度学习的地震波信号方位角估计方法,其特征在于,所述核心单元具体包括:
8.根据权利要求7所述基于深度学习的地震波信号方位角估计方法,其特征在于,所述核心单元具体包括:
9.根据权利要求1所述基于深度学习的地震波信号方位角估计方法,其特征在于,所述核心单元中引入注意力机制。
10.根据权利要求1所述基于深度学习的地震波信号方位角估计方法,其特征在于,所述通过所述神经网络模型中的输出层对第二数据信号进行处理,输出第二数据信号在观测空间中各角度上的置信度,取置信度最高的角度值作为地震波信号的方位角,具体包括:
11.一种基于深度学习的地震波信号方位角估计装置,其特征在于,所述装置包括:
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1-10任意一项所述的基于深度学习的地震波信号方位角估计方法中的步骤。
13.一种终端设备,其特征在于,包括:处理器、存储器及通信总线;所述存储器上存储有可被所述处理器执行的计算机可读程序;