盖磊
- 作品数：13 被引量：24H指数：2
- 供职机构：禁核试北京国家数据中心更多>>
- 发文基金：国防科技技术预先研究基金更多>>
- 相关领域：自动化与计算机技术天文地球环境科学与工程更多>>
- 多源Internet准实时地震数据获取技术研究
- 2011年
- 为了不断提高监测能力,禁核试北京国家数据中心需要增加从Internet上获取相关敏感地区的地震台站监测数据。提出并实现了一种多源数据获取方案。该方案通过以多种方式同时从Internet上不同的台网中心获取同一台站的准实时地震监测数据,在禁核试国家数据中心本地拼接、剔除冗余数据,保障数据的获取率和可靠性。
- 商杰刘俊民许朝阳盖磊王晓明
- 关键词：实时数据传输LISSCSS
- 基于分层介质的地震走时参数化网格模型构建方法及应用
- 本发明涉及一种基于分层介质的地震走时参数化网格模型构建方法及应用，涉及禁核试核查监测技术领域。本发明提出的地震‑声学走时参数化网格模型构建方法，基于分层介质物理模型构建全球三维空间网格，整合先进算法和标准事件离线估算各网...
- 盖磊李健商杰王娟哲函王晓明
- 文献传递
- 基于分层介质的地震走时参数化网格模型构建方法及应用
- 本发明涉及一种基于分层介质的地震走时参数化网格模型构建方法及应用，涉及禁核试核查监测技术领域。本发明提出的地震‑声学走时参数化网格模型构建方法，基于分层介质物理模型构建全球三维空间网格，整合先进算法和标准事件离线估算各网...
- 盖磊李健商杰王娟哲函王晓明
- 基于深度卷积神经网络的地震震相拾取方法研究被引量：18
- 2020年
- 地震震相拾取是地震数据自动处理的首要环节,包括了信号检测、到时估计和震相识别等过程,震相拾取的准确性直接影响到后续事件关联处理的性能,影响观测报告的质量.为了提高震相拾取的准确性,进而提高观测报告质量,本文采用深度卷积神经网络方法来解决震相拾取问题,构建了多任务卷积神经网络模型,设计了分类和回归的联合损失函数,定义了基于加权的分类损失函数,以三分量地震台站的波形数据作为输入,同时实现对震相的检测识别和到时的精确估计.利用美国南加州地震台网的200万条震相和噪声数据对模型进行训练、验证和测试,对于测试集中直达波P、S震相识别的查全率达到98%以上,到时估计的标准偏差分别为0.067s,0.082s.利用迁移学习和数据增强,将模型用于对我国东北地区台网的6个台站13000条数据的训练、验证和测试中,对该数据集P、S震相查全率分别达到91.21%、85.65%.基于迁移训练后的模型,设计了用于连续数据的震相拾取方法,利用连续的地震数据对该算法进行了实际应用测试,并与国家数据中心和中国地震局的观测报告进行比对,该方法的震相检测识别率平均可达84.5%,验证了该方法在实际应用中的有效性.本文所提出的方法展示了深度神经网络在地震震相拾取中的优异性能,为地震震相和事件的检测识别提供了新的思路.
- 李健王晓明张英海王卫东商杰盖磊
- 基于网页提取与分析的IRIS台站元数据自动同步技术
- 2019年
- 基于网页提取与分析技术,开发IRIS台站元数据抓取程序,设计并建立禁核试核查北京国家数据中心(NDC)的IRIS台站元数据库,实现IRIS台站元数据从IRIS向NDC的定期自动同步。作为NDC运行的基础支撑数据库之一,该数据库为NDC开展辅助性地震监测数据的自动台站筛选和数据申请奠定了技术基础。
- 商杰王晓明盖磊许朝阳李健邱宏茂王娟
- 关键词：网页抓取IRIS
- 互相关算法在次声监测数据处理中的应用被引量：5
- 2010年
- 次声监测数据处理技术是我国履行全面禁止核试验条约必备技术之一。重点介绍逐次多通道互相关(PMCC)算法原理、处理流程以及与之相关的数据处理系统,并利用典型次声事件进行了实验研究。结果表明PMCC在处理次声监测数据方面具有优异性能。
- 唐伟刘俊民王晓明邱宏茂盖磊王海军
- 关键词：次声
- 一个安全网络系统集成
- 作为核查数据传输与交换的一个通道，其安全、稳定、可靠运行直接关系到数据中心各项业务的开展。数据中心安全网络系统，根据应用领域的需求，注重系统的、全方位的无缝整合与规划，完成了将网络基础设施、硬件平台、网络系统软件、管理软...
- 李健何驰盖磊邱宏茂王晓明刘俊民
- 关键词：计算机网络体系架构系统集成
- 一种可靠的地震台站数据传输方案设计与实现
- 2011年
- 在我国禁核试核查体系中,国家数据中心需要稳定、可靠地近实时获取地震台站的监测数据,以保障日常的分析、监测能力。提出了一种数据传输方案,该方案通过从台站端的数据采集器或LISS数据源获取数据,生成CD1.1格式的数据;并采用CD1.1协议将数据近实时地传输至国家数据中心。
- 商杰王洪盖磊许朝阳刘俊民
- 关键词：实时数据传输LISS
- 一种地震震相的拾取方法
- 本发明公开了一种地震震相的拾取方法，该方法构建了基于多任务深度卷积神经网络模型，通过定义加权的分类损失函数，设计了分类和回归的联合损失函数，利用可获取的某个区域台网大规模三分向台站波形数据集对模型进行训练、验证和测试，实...
- 李健王晓明刘哲函商杰盖磊邱宏茂
- 文献传递
- 一种地震震相的拾取方法
- 本发明公开了一种地震震相的拾取方法，该方法构建了基于多任务深度卷积神经网络模型，通过定义加权的分类损失函数，设计了分类和回归的联合损失函数，利用可获取的某个区域台网大规模三分向台站波形数据集对模型进行训练、验证和测试，实...
- 李健王晓明刘哲函商杰盖磊邱宏茂
- 文献传递
