基于伪标签算法的地震事件分类识别方法研究

摘要

将伪标签算法引入地震类型识别领域，并设计伪标签神经网络法程序，对山东地区2019—2021年M_L1.5以上的天然地震、爆破地震、塌陷地震三类事件开展试验。使用优选的有标签样本集预测无标签样本，将其标记为伪标签样本后加入联合训练，并对比传统BP神经网络法和支持向量机法，以初步验证伪标签算法在地震类型识别领域的可行性和在小样本条件下的适用性。试验结果表明：影响伪标签神经网络法分类效果的主要因素有已知样本数量和伪标签样本占比。当已知样本数量介于60～120个、伪标签样本占比20%～30%时，其识别效果最佳。在小样本条件下，伪标签神经网络法的识别率相较于传统BP神经网络法提高了2%～8%,与支持向量机法的识别率差值集中在±4%以内。因此，采用伪标签算法弥补部分地区样本库匮乏的不足，实现小样本地震类型识别，具备一定的应用价值。

关键词

伪标签算法 / 地震类型识别 / 神经网络法 / 小样本