基于BP和SOM神经网络相结合的地震预测研究
Journal of Sichuan University(Natural Science Edition)(2018)
摘要
地震预测由于其产生原因的复杂性,一直是世界公认的难题.本文提出一种将多层前馈神经网络(BP网络)和自组织特征映射神经网络(SOM网络)相结合的方法并应用到地震震级的预测中,首先利用自组织特征映射神经网络对地震的原始数据进行聚类预处理,使具有内在规律的样本点集中在一起,之后利用BP神经网络对样本数据进行学习和预测,结果表明,相比直接利用BP神经网络预测结果,增加SOM 聚类处理过程能有效的减小预测误差.说明此方法可以有效的汇总出与地震关系密切的因素,也表明SOM 对相关震级参数分类的有效性,对利用模糊预测方法来实现震级的预测是一种有效的辅助手段.
更多查看译文
关键词
BP neural network,SOM neural network,Magnitude,Earthquake prediction
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要