[发明专利]一种基于神经网络的干热岩微地震事件检测方法在审
| 申请号： | 202111133608.8 | 申请日： | 2021-09-27 |
| 公开（公告）号： | CN114048669A | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 孙锋;胡浩天;赵发;陈祖斌;郑斌;杨欣然;冷泽男 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06K9/62;G06N3/04;G06N3/08;G01V1/28;G06F119/10 |
| 代理公司： | 沈阳铭扬联创知识产权代理事务所(普通合伙) 21241 | 代理人： | 屈芳 |
| 地址： | 130012 吉林*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 神经网络 干热岩微 地震 事件 检测 方法 | ||
【权利要求书】：
1.一种基于神经网络的干热岩微地震事件检测方法，其特征在于，包括:
使用GRU网络来提取采集的微地震信号的时序特征提取；
使用SVM对时序特征进行二分类。
2.按照权利要求1所述的方法，其特征在于：
在时序特征提取前，对微地震信号进行归一化处理，将数据统一映射到[0,1]。
3.按照权利要求1所述的方法，其特征在于：所述GRU网络包括16个GRU形成的时序特征提取层，每个GRU仅包括一个重置门和一个更新门。
4.按照权利要求3所述的方法，其特征在于：在GRU网络的底层添加全连接层。
5.按照权利要求1所述的方法，其特征在于，SVM的输出函数为：
pred＝|sign(Mx+c)|
其中M为最优化后的法向量，x为输入数据，c为最优化后的位移项。
6.按照权利要求1或5所述的方法，其特征在于，SVM的损失函数为:
其中W为法向量，yi为+1或者-1，为样本点在每一个维度上坐标点的值，b为位移项。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于吉林大学，未经吉林大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202111133608.8/1.html，转载请声明来源钻瓜专利网。
