文献类型：期刊文章

作　　者：韩莹[1] 李姗姗[1] 陈福明[1]

机构地区：[1]防灾科技学院灾害信息工程系,河北廊坊101601

出　　处：《计算机仿真》

基　　金：廊坊市科学技术局(2012011034);中央高校基本科研业务费专项资金(ZY20130212)

年　　份：2014

卷　　号：31

期　　号：11

起止页码：319-322

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD_E2013_2014、ZGKJHX、核心刊

摘　　要：研究基于机器学习的地震异常数据挖掘方法。在进行地震异常数据挖掘过程中,由于地震监测系统信号时变性及监测环境的不稳定性,采用传统的方法进行挖掘,其挖掘的精确度较低。为此,提出基于机器学习的地震异常数据挖掘方法。根据机器学习的相关理论获取标准方程组和最小均方误差值,实现异常数据挖掘最优模型的构建,通过计算数据的特征向量,建立地震监测数据特征库,依据获取的概率值实现对监测数据的正确判断,从而完成对地震异常数据的有效挖掘。实验结果表明,利用基于机器学习的地震异常数据挖掘方法,能够有效的提高地震异常数据的挖掘准确度与挖掘效率,保证了地震监测系统的有效性。

关 键 词：机器学习  地震监测 异常数据挖掘

分 类 号：TP311]