热带海洋学报

作者：王罗文, 杨泽荣, 文永鹏, 朱心科, 颜波, 秦华伟

单位：1 杭州电子科技大学机械工程学院, 浙江 杭州 310018；2 海底科学与划界全国重点实验室, 浙江 杭州 310012；3 自然资源部第二海洋研究所, 浙江 杭州 310012；4 国电电力浙江舟山海上风电开发有限公司, 浙江 舟山 316000

关键词：地震P波识别,卷积神经网络,强化学习,粒子群优化算法,

基金：国家重点研发计划(2022YFC3003802); 自然资源部海洋观测技术重点实验室研究基金(2024klootA11); 自然资源部海底科学重点实验室开放基金(KLSG2409)

针对海洋地震P波实时监测系统的地震P波识别需求, 设计了一种基于深度学习的地震P波识别算法。该算法通过构建卷积神经网络和强化学习粒子群优化算法的混合地震P波识别模型, 利用先验地震数据对模型进行训练, 并采用RLPSO (reinforcement learning particle swarm optimization)算法对卷积神经网络(convolutional neural network, CNN) 模型中的超参数进行迭代优化。将优化后的超参数代入CNN模型后, 实现了地震P波的识别。为了验证算法的有效性, 采用测试数据集对不同算法进行了仿真测试。实验结果表明, 该算法在训练过程中表现出更低的训练损失和更高的识别准确率。此外, 该算法在低信噪比条件下仍能保持较高的识别精度, 展现了较强的鲁棒性, 满足了海洋地震P波实时监测系统的地震P波识别需求。

来源：2025年第6期

《热带海洋学报》期刊编辑部

查看热带海洋学报杂志2025年第6期