[发明专利]基于RBF神经网络地震预警分析系统

说明书

本发明公开了一种基于RBF神经网络地震预警分析系统，包括RBF神经网络传感器、数据预处理模块、训练模块，计算分析模块、识别模块、地震评估模块、通信传输模块、电源模块；所述RBF神经网络传感器通过数据预处理模块将地震信息传输至训练模块，该训练模块将训练信息传输至该计算分析模块，该计算分析模块通过识别模块将信息传输至该地震评估模块；所述地震评估模块通过通信传输模块将数据信息传输。本发明在于提供一种基于神经网络的地震预测系统。通过计算分析地震的数据，对地震信息能够准确及时预警的一种基于RBF神经网络地震预警分析系统。

技术领域

本发明涉及地震预警技术领域，尤其涉及一种基于RBF神经网络地震预警分析系统。

背景技术

地震孕育的机理方面，比较被广泛接受的是基于板块运动在边界处的挤压而导致的地壳或岩石圈块体内由于应力积累到一定程度时突然快速释放的过程。

地震监测是通过扑捉前兆现象给出预测，前兆现象如应力变化、电磁场以及电磁辐射变化、地声、地温、地下流体变化等。针对各种前兆现象捕捉的研究不仅在理论上，还是监测仪器上都进行了广泛了的讨论和研究。

据统计，地球上每年发生约500多万次地震，其中能对人类造成严重危害的地震大约有10多次，但每次特大地震总会带来严重的经济损害、人员伤亡，给人们的心理带来严重的负担。

现在的科技水平无法准确的预知地震到来，因此急需一种新型的地震预测装置。

中国专利申请号为：201911154874.1，申请日是:2019年11月22日，公开日是：2020年02月11日，专利名称为：基于循环神经网络的地震破坏力预测装置及方法，该发明提供一种基于循环神经网络的地震破坏力预测装置及方法，其中，装置包括：传感模块用于获取目标对象的信息，计算分析模块用于为分析提供资源(算力)支持，通信模块提供信息传输能力，显示模块提供结果展示平台；通过传感模块获取目标对象的地震动数据信息，利用计算分析模块对所述地震动数据信息进行读取和预处理，通过神经网络预测模型对预处理后的地震动数据信息进行分析，生成地震破坏力预测结果，通信模块将所述地震破坏力预测结果发送至预设接收端，显示模块将所述地震破坏力预测结果进行可视化转换，并通过电子显示屏进行显示。由此，能够准确、实时的预测目标对象遭遇地震时的破坏情况，对疏散组织、地震预警等工作具有重要意义。

上述专利文献公开了一种基于循环神经网络的地震破坏力预测装置，但是该预警装置预警信息不够准确，预警功能不够全面，不能满足地震信息预警的需要。

发明内容

有鉴于此，本发明在于提供一种基于神经网络的地震预测系统。通过计算分析地震的数据，对地震信息能够准确及时预警的一种基于RBF神经网络地震预警分析系统。

为了实现本发明目的，可以采取以下技术方案：

一种基于RBF神经网络地震预警分析系统，包括RBF神经网络传感器、数据预处理模块、训练模块，计算分析模块、识别模块、地震评估模块、通信传输模块、电源模块；

所述RBF神经网络传感器，用于通过RBF神经网络采集地震信息状况数据；所述数据预处理模块，用于对采集数据预先处理；所述训练模块，用于对采集地震信息进行训练，所述计算分析模块，用于将地震信息计算分析处理；识别模块，用于对地震信息进行识别；所述地震评估模块，用于评估地震信息；所述通信传输模块，用于传输地震评估信息；所述电源模块，用于对计算分析模块提供电源；

所述RBF神经网络传感器通过数据预处理模块将地震信息传输至训练模块，该训练模块将训练信息传输至该计算分析模块，该计算分析模块通过识别模块将信息传输至该地震评估模块；所述地震评估模块通过通信传输模块将数据信息传输。

所述计算分析模块为型号是MSC-96的单片机。

所述计算分析模块包括数据校正模块，该数据校正模块用于对地震信息进行校正。