项目名称: 震前热红外相关性分析及异常特征提取

项目编号: No.41140027

项目类型: 专项基金项目

立项/批准年度: 2012

项目学科: 金属学与金属工艺

项目作者: 蔡江辉

作者单位: 太原科技大学

项目金额: 20万元

中文摘要: 地表热异常的地震前兆信息已经被证实普遍存在,并被认为是一种有效的地震预报前兆信息。如何在海量数据中提取热红外相关变化规律,进而有效的发现热红外异常,已经成为解决热红外异常预报地震的最大瓶颈。本课题以震前热红外变化为主要研究对象,将山西地震带作为研究区域,研究针对多源数据集的热噪声消除方法、基于背景知识的热红外相关性分析方法、基于信息熵的热红外"异常"度量方法和基于信息熵的震前热红外异常提取方法,从而为实现震前热红外相关性分析及异常特征提取提供相应的核心支撑技术;为地震学专家实现高效的震前异常数据分析和地震预报提供相应的技术支持,同时,也为提高海量高维遥感数据挖掘方法的效率和质量,提供有效途径和手段。

中文关键词: 热红外;地震;遥感;数据挖掘;

英文摘要:

英文关键词: thermal infrared;earthquake;remote;data mining;

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
82+阅读 · 2022年4月17日
流行病数据可视分析综述
专知会员服务
25+阅读 · 2022年3月21日
超图学习综述: 算法分类与应用分析
专知会员服务
29+阅读 · 2022年2月1日
专知会员服务
36+阅读 · 2021年8月31日
专知会员服务
47+阅读 · 2021年8月29日
专知会员服务
70+阅读 · 2021年4月8日
多源数据行人重识别研究综述
专知会员服务
38+阅读 · 2020年11月2日
超图学习综述: 算法分类与应用分析
专知
0+阅读 · 2022年2月1日
计算机视觉中的传统特征提取方法总结
极市平台
1+阅读 · 2021年12月9日
基于深度学习的数据融合方法研究综述
专知
27+阅读 · 2020年12月10日
机器学习中如何处理不平衡数据?
机器之心
13+阅读 · 2019年2月17日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年5月5日
Arxiv
0+阅读 · 2022年5月4日
Arxiv
0+阅读 · 2022年5月4日
Arxiv
0+阅读 · 2022年5月1日
Arxiv
22+阅读 · 2018年8月3日
小贴士
相关主题
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
82+阅读 · 2022年4月17日
流行病数据可视分析综述
专知会员服务
25+阅读 · 2022年3月21日
超图学习综述: 算法分类与应用分析
专知会员服务
29+阅读 · 2022年2月1日
专知会员服务
36+阅读 · 2021年8月31日
专知会员服务
47+阅读 · 2021年8月29日
专知会员服务
70+阅读 · 2021年4月8日
多源数据行人重识别研究综述
专知会员服务
38+阅读 · 2020年11月2日
相关资讯
超图学习综述: 算法分类与应用分析
专知
0+阅读 · 2022年2月1日
计算机视觉中的传统特征提取方法总结
极市平台
1+阅读 · 2021年12月9日
基于深度学习的数据融合方法研究综述
专知
27+阅读 · 2020年12月10日
机器学习中如何处理不平衡数据?
机器之心
13+阅读 · 2019年2月17日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员