一种基于神经网络的地震预测系统的制作方法
【专利摘要】本发明提供一种基于神经网络的地震预测系统，属于人工智能领域，该系统包含数据采集装置、地震预测装置和监控警报中心。其中数据采集装置主要是地震仪和网络模块组成，用于采集地震波和将数据通过网络传输。地震预测装置生成包含以下步骤：首先选取大量的训练样本集，主要是关于地震波的图片。然后构建卷积神经网络系统，并运用训练数据对其进行训练，当训练完成之后，即生成了地震预测系统。监控警报中心主要分析神经网络的输出以及采集装置的数据预测哪个位置即将发生地震。本发明通过通用的卷积神经网络模型，克服了特征匹配算法考虑不全的缺点，具有很好的泛化能力，提高预测的准确性。
【专利说明】
一种基于神经网络的地震预测系统
技术领域
[0001]本发明涉及人工智能技术，尤其涉及一种基于神经网络的地震预测系统。【背景技术】
[0002]据统计，地球上每年发生约500多万次地震，其中能对人类造成严重危害的地震大约有10多次，但每次特大地震总会带来严重的经济损害、人员伤亡，给人们的心理带来严重的负担。
[0003]现在的科技水平无法准确的预知地震到来，因此急需一种新型的地震预测装置。
【发明内容】
[0004]如今随着人工智能神经网络的兴起，使得机器自我抽象、学习事物特征成为可能。 因此，本发明提出一种基于神经网络的地震预测系统。通过分析多年来地震的数据，让机器能够帮助我们预测地震。
[0005]本发明的解决方案如下所示:一种基于神经网络的地震预测系统，主要包含数据采集装置、地震预测装置和监控警报中心；其中数据采集装置主要是由地震仪和网络模块组成，用于采集地震波和将数据通过网络传输;采集装置可以分布在全国地震比较频繁的地方，采集装置内部含有网络模块和地震仪， 可以将采集到的地震波信息及位置信息通过网络发送给地震预测装置。
[0006]地震预测装置生成包含以下步骤:首先选取大量的训练样本集，主要是关于地震波的图片;然后构建卷积神经网络系统，并运用训练数据对其进行训练，当训练完成之后， 即生成了地震预测系统；监控警报中心主要分析神经网络的输出以及采集装置的数据预测哪个位置即将发生地震；数据采集系统主要通过地震仪采集当地的地震波图形，并将该图形及位置信息通过网络发到地震预测装置；地震预测装置分析地震波图形输出地震发生的概率，并将位置信息及概率信息发送到监控警报中心。监控警报中心得到地震预测装置的输出以及位置信息，将其写入数据库，并通过大屏幕按照地震概率由大到小显示，如果某一位置概率超过阈值则发生报警。
[0007]其中地震预测装置的生成，主要包含以下步骤:(1)选取训练样本，主要为地震发生时的地震波图片和地震未发生时的地震波图片。
[0008](2)构建神经网络模型，本文选用的是卷积神经网络，包含一个输入层，两个卷积层，两个采样层，一个全连接层，一个输出层。
[0009](3)训练神经网络，将训练样本送入卷积神经网络，然后不断迭代进行训练，当最后输出样本的误差率低于预期的值时，停止训练，网络训练完成，生成地震预测装置。
[0010]本发明的有益效果:本发明提出了一种基于神经网络的地震预测系统，应用广泛、操作简便，通过新型的人工智能技术，可以方便实时的预测地震发生的概率，具有泛化能力强，能够自我学习等特点。【附图说明】
[0011]图1是卷积神经网络的组成框图；图2是地震预测系统的简单流程图。【具体实施方式】
[0012]下面对本发明的内容进行更加详细的阐述:采集装置可以分布在全国地震比较频繁的地方，采集装置内部含有网络模块和地震仪，可以将采集到的地震波信息及位置信息通过网络发送给地震预测装置。
[0013]地震预测装置的生成主要是通过构建卷积神经网络，并且加以训练，当训练完成后即可形成。其中卷积神经网络包含输入层，第一卷积层，第一采样层，第二卷积层，第二采样层，全连接层，输出层等。首先将大量发生地震时和未地震时的地震波信息图片输入神经网络，经过大量的迭代，神经网络达到收敛，此后，即可将地震仪采集到的数据实时输入地震预测装置得到地震发生的概率。
[0014]监控警报中心得到地震预测装置的输出以及位置信息，将其写入数据库，并通过大屏幕按照地震概率由大到小显示，如果某一位置概率超过阈值则发生报警。
[0015]本系统的具体实施步骤如图2所示:首先构建如图1所示的卷积神经网络。包含输入层，第一卷积层，第一子采样层，第二卷积层，第二子采样层，全连接层，输出层等。
[0016]其中卷积层可以包含多个卷积核(神经元)，用于提取输入图像的不同特征。而子采样层主要对卷积层的输出采样来进行压缩。全连接层将最后第二采样层的结果变化成1 维的向量，用于代表地震发生的概率。[〇〇17]然后将大量地震发生或者未发生时的地震波图片输入卷积神经网络，经过多次迭代训练，如果样本误差低于预期时，完成训练，生成地震预测装置。
[0018]其次分布各地的采集装置将采集到的地震波图形及位置信息定时发送到地震预测装置。地震预测装置分析地震波图片，输出地震发生的概率。
[0019]最后监控警报中心将地震预测装置产生的输出及位置信息存入数据库，通过大屏幕显示出来，如果有地震发生的概率大于阈值时则报警。
【主权项】
1.一种基于神经网络的地震预测系统，其特征在于，主要包含数据采集装置、地震预测装置和监控警报中心；其中数据采集装置主要是由地震仪和网络模块组成，用于采集地震波和将数据通过网络传 输；地震预测装置生成包含以下步骤:首先选取大量的训练样本集，主要是关于地震波的 图片；然后构建卷积神经网络系统，并运用训练数据对其进行训练，当训练完成之后，即生 成了地震预测系统；监控警报中心主要分析神经网络的输出以及采集装置的数据预测哪个位置即将发生 地震；数据采集系统主要通过地震仪采集当地的地震波图形，并将该图形及位置信息通过网 络发到地震预测装置；地震预测装置分析地震波图形输出地震发生的概率，并将位置信息及概率信息发送到 监控警报中心，监控警报中心实时监控地震发生概率数据，当概率超过阈值，发生报警。2.根据权利要求1所述的地震预测系统，其特征在于，主要包含以下步骤:(1)选取训练样本，主要为地震发生时的地震波图片和地震未发生时的地震波图片；(2)构建神经网络模型，本发明选用的是卷积神经网络，包含一个输入层，两个卷积层， 两个采样层，一个全连接层，一个输出层；(3)训练神经网络，将训练样本送入卷积神经网络，然后不断迭代进行训练，当最后输 出样本的误差率低于预期的值时，停止训练，网络训练完成，生成地震预测装置。3.根据权利要求2所述的地震预测系统，其特征在于，监控警报中心得到地震预测装置的输出以及位置信息，将其写入数据库，并通过大屏 幕按照地震概率由大到小显示，如果某一位置概率超过阈值则发生报警。
【文档编号】G01V1/00GK106019359SQ201610324909
【公开日】2016年10月12日
【申请日】2016年5月17日
【发明人】尹超, 李朋, 姜凯
【申请人】浪潮集团有限公司