Geosci. Front. | 基于改进版NESTORE机器学习算法的日本强余震预测研究
Geoscience Frontiers
2025-04-09 09:00
文章摘要
本研究基于改进版NESTORE机器学习算法,结合REPENESE算法和混合聚类识别方法,对日本强余震进行预测。研究背景是日本地处环太平洋火山带,地震活动频发且复杂,传统方法难以准确预测余震强度。研究目的是通过机器学习技术提高强余震预测的准确性,特别是在类别不平衡和异常值检测方面。研究结果显示,该方法在A类地震序列预测准确率为75%,B类地震序列预测准确率为96%,总体准确率为0.94,并在2024年4月四国岛地震序列的实时预测中得到验证。结论表明,该方法在地震频发和类别不平衡区域具有强大的预测潜力,并在地震预警系统中展现出实际应用价值。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。