项目名称: 模拟地震监测波形记录矢量化关键算法研究与系统开发

项目编号: No.41504037

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 天文学、地球科学

项目作者: 王茂发

作者单位: 防灾科技学院

项目金额: 20万元

中文摘要: 模拟地震监测波形记录是研究和预报地震的基础数据,我国三十多年的模拟地震监测波形记录涵盖了大陆地区破坏性地震极其活跃的时期,是地震监测预报的一段重要历史。因为破坏性地震并不是经常发生,对于纸介的模拟地震监测波形记录,保存、利用十分困难,更无法利用现代计算机技术和数据挖掘方法对其进行深入有效的信息挖掘。精准矢量化模拟地震监测波形记录有助于完整、真实保存已有的模拟地震监测数据;有利于开展地球物理背景场分析研究,充分挖掘地震前兆信息;为地球科学研究提供可靠、完整的基础数据,对推进地震科技发展具有重要的现实意义和深远的历史意义。本项工作的主要内容包括:研究模拟地震监测波形记录矢量化的关键算法;基于大数据平台设计模拟地震监测波形记录的存储、分发方案;开发一套高精度的模拟地震监测波形记录自动矢量化与存储、分发软件系统。

中文关键词: 模拟地震记录;波形曲线;波形反演;数字图像处理;大数据存储与分发

英文摘要: Analog seismic records are very important information for earthquake monitoring and prediction. Analog seismic recording technology had been used more than thirty years in china when the destructive earthquakes is very active in the mainland of china, and that has always been the important history of earthquake monitoring and prediction. As is known, devastating earthquake does not often occur, but whose analog seismic records is not convenient to store and read, and cannot still been processed such as seismic data mining and extraction easily and quickly by computer without further vectorizing. By vectorizing analog seismograms precisely and speedily, which is conducive to save historical analog seismograms and helps analyze geophysical background and mining earthquake precursor information, and all of these has important actual significance and deep historical significance for the development of seismological science and technology. Our work mainly includes: researches on key algorithms in analogue seismograms vectorization, designs storage and distribution scheme for analog seismogram based on big data platform, develops a set of automatic vectorization with high precision and storage and distribution software system for analog seismograms.

英文关键词: Analog seismic records;Wave curves;Waveform inversion;Digital image processing;Big data storage and distribution

成为VIP会员查看完整内容
0

相关内容

重邮高新波等最新《少样本目标检测算法》综述论文
专知会员服务
32+阅读 · 2021年11月2日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
126+阅读 · 2021年8月13日
《动⼿学深度学习》最新版,605页pdf
专知会员服务
160+阅读 · 2021年7月31日
【耶鲁】数据结构与编程技术,656页pdf
专知会员服务
54+阅读 · 2021年4月26日
专知会员服务
68+阅读 · 2021年1月16日
【耶鲁】数据结构与编程技术,572页pdf
专知会员服务
45+阅读 · 2020年12月27日
专知会员服务
102+阅读 · 2020年11月27日
【干货书】Python 编程,480页pdf
专知会员服务
230+阅读 · 2020年8月14日
新书《面向机器学习和数据分析的特征工程》,419页pdf
专知会员服务
140+阅读 · 2019年10月10日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
ECV 2021 冠军方案解读:驾驶员不良驾驶识别方案
极市平台
0+阅读 · 2021年11月10日
互联网平台的“算法”被神化了
人人都是产品经理
0+阅读 · 2021年11月2日
电子病历文本挖掘研究综述
专知
3+阅读 · 2021年3月27日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
17+阅读 · 2022年1月11日
Generalized Out-of-Distribution Detection: A Survey
Arxiv
15+阅读 · 2021年10月21日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关VIP内容
重邮高新波等最新《少样本目标检测算法》综述论文
专知会员服务
32+阅读 · 2021年11月2日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
126+阅读 · 2021年8月13日
《动⼿学深度学习》最新版,605页pdf
专知会员服务
160+阅读 · 2021年7月31日
【耶鲁】数据结构与编程技术,656页pdf
专知会员服务
54+阅读 · 2021年4月26日
专知会员服务
68+阅读 · 2021年1月16日
【耶鲁】数据结构与编程技术,572页pdf
专知会员服务
45+阅读 · 2020年12月27日
专知会员服务
102+阅读 · 2020年11月27日
【干货书】Python 编程,480页pdf
专知会员服务
230+阅读 · 2020年8月14日
新书《面向机器学习和数据分析的特征工程》,419页pdf
专知会员服务
140+阅读 · 2019年10月10日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
ECV 2021 冠军方案解读:驾驶员不良驾驶识别方案
极市平台
0+阅读 · 2021年11月10日
互联网平台的“算法”被神化了
人人都是产品经理
0+阅读 · 2021年11月2日
电子病历文本挖掘研究综述
专知
3+阅读 · 2021年3月27日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员