JOURNAL ARTICLE

基于机器学习的区域地震动模拟

Kai ChenHua Pan

Year: 2025 Journal:   DOAJ (DOAJ: Directory of Open Access Journals)

Abstract

利用机器学习中的主成分分析法(PCA)提取了2022年泸定MS6.8地震的M5.0余震(2022年10月22日)的特征主成分时程,对泸定MS6.8主震的地震动时程进行模拟。在此过程中,将主震目标台站的地震动峰值加速度和反应谱作为约束条件,利用粒子群优化(PSO)算法计算特征主成分时程的组合系数。结果显示模拟结果与真实记录较为一致。这表明:利用机器学习算法能够通过提取余震的特征主成分时程对目标地震进行模拟;在进行小区域地震动模拟时,通过选取具有一致地形效应的地震动数据可以避免特殊地形效应所导致的该主成分缺失。

Keywords:
Process (computing) Identification (biology) Product (mathematics)

Metrics

1
Cited By
0.00
FWCI (Field Weighted Citation Impact)
0
Refs
0.54
Citation Normalized Percentile
Is in top 1%
Is in top 10%

Citation History

Topics

Military Technology and Strategies
Physical Sciences →  Engineering →  Aerospace Engineering
Legal and Regulatory Analysis
Social Sciences →  Social Sciences →  Transportation
Linguistic, Cultural, and Literary Studies
Social Sciences →  Social Sciences →  Sociology and Political Science

Related Documents

JOURNAL ARTICLE

基于机器学习和迁移学习的现地地震动峰值预测

Jingbao ZhuHeyi LiuShicheng LuanKunzheng LiangJindong SongShanyou Li

Journal:   Earth Science-Journal of China University of Geosciences Year: 2025 Vol: 50 (5)Pages: 1842-1842
JOURNAL ARTICLE

基于区域模拟的火灾发展模型

再富 郭经纬 季立中 杨维澄 范

Journal:   Chinese Science Bulletin (Chinese Version) Year: 2005 Vol: 50 (12)Pages: 1272-1277
JOURNAL ARTICLE

基于深度学习的地震震级分类

Tao LiuZhijun DaiSu ChenLei Fu

Journal:   DOAJ (DOAJ: Directory of Open Access Journals) Year: 2022
© 2026 ScienceGate Book Chapters — All rights reserved.