亚洲城手机版入口

ENGLISH

亚洲城手机版入口

习近平总书记在视察唐山时的重要讲话:我国是世界上自然灾害最为严重的国家之一,灾害种类多,分布地域广,发生频率高,造成损失重,这是一个基本国情。新中国成立以来特别是改革开放以来,我们不断探索,确立了以防为主、防抗救相结合的工作方针,国家综合防灾减灾救灾能力得到全面提升。要总结经验,进一步增强忧患意识、责任意识,坚持以防为主、防抗救相结合,坚持常态减灾和非常态救灾相统一,努力实现从注重灾后救助向注重灾前预防转变,从应对单一灾种向综合减灾转变,从减少灾害损失向减轻灾害风险转变,全面提升全社会抵御自然灾害的综合防范能力。防灾减灾救灾事关人民生命财产安全,事关社会和谐稳定,是衡量执政党领导力、检验政府执行力、评判国家动员力、体现民族凝聚力的一个重要方面。当前和今后一个时期,要着力从加强组织领导、健全体制、完善法律法规、推进重大防灾减灾工程建设、加强灾害监测预警和风险防范能力建设、提高城市建筑和基础设施抗灾能力、提高农村住房设防水平和抗灾能力、加大灾害管理培训力度、建立防灾减灾救灾宣传教育长效机制、引导社会力量有序参与等方面进行努力。
研究生论坛第205期

  2019年10月17日下午,研究生论坛205期学术讲座在703室如期开展,邀请到的是北京大学硕士研究生蒋一然和周一剑,报告题目分别是《可实用的地震和微地震自动检测方法》、《基于卷积与递归神经网络的地震检测及震相拾取算法》。各专业学生部分都聆听了这两场报告。
  蒋一然介绍了他的研究成果:一种基于深度学习和台阵策略的自动拾取方法,可以精确拾取到远超人工目录地震数目的地震,拓展台阵的地震监测能力。利用不同的台网数据进行交叉验证,对我们所使用的方法的泛化能力进行测试,进一步以自动拾取的结果作为模板,使用GPU下的若模板匹配,可以高效地检测模板相关的微地震,为进一步的地震研究提供可靠的资料。
  周一剑向大家展示了基于卷积和递归神经网络的从连续波形中提取P&S波震相到时的算法。使用了8层CNN对30s的波形记录进行分类,我;被识别出的地震时窗通过两层双向RNN完成序列标注任务,从而转化为P&S波的震相到时。我们的训练与测试数据来自于16个宽频带地震仪记录的2008年汶川余震序列。我们通过数据增强将原始的人工拾取的到时文件扩展为135,966个地震时窗。最终,CNN实现了94%和98%的地震与噪声样本分类准确率;RNN可以实现相比于传统算法更加稳定的震相检测,和更为准确的S波拾取。

   

  本次讲座内容较新,是当前科研中的热点,给与会师生带来一些启发,对学生们的科研工作有一定的参考意义。

发布时间:2019年10月21日

Baidu