基于卷积神经网络的急始磁暴自动识别研究

作者：郭宗斌; 李健^*

来源：科学技术创新, 2021, (35): 13-15.

DOI：10.3969/j.issn.1673-1328.2021.35.006

• 迁移学习
• 卷积神经网络
• 急始磁暴

磁暴事件自动识别与磁暴报告自动产出是目前地磁台网建设数据产品产出中十分重要的一项,针对此问题,本文根据地磁信号水平分量H,设计出融合Adam优化算法、dropout技术等方法的一维卷积神经网络算法模型。采用2008-2018年国际地磁指数服务(ISGI)与中国地磁台网中心的磁暴目录进行数据训练与测试。结果显示,该模型对磁暴识别的准确率约为90%,与日常工作中人工标注的差异比较接近;表明,本文设计的一维卷积神经网络算法模型可较好地实现磁暴事件自动识别。

• 单位
  山东省地震局; 海南省地震局