多尺度时域残差注意力网络的地震信号分类方法
Seismic signal classification method based on multi-scale temporal residual attention network
1. 东北石油大学 计算机与信息技术学院, 黑龙江 大庆 163318
2. 黑龙江省石油大数据与智能分析重点实验室, 黑龙江 大庆 163318
3. 黑龙江省油气藏及地下储库完整性评价重点实验室, 黑龙江 大庆 163318
摘要
针对天然地震、爆破与塌陷事件波形差异复杂、关键震相特征易受噪声干扰的问题，提出一种基于三分量地震波形输入的多尺度时域残差注意力网络(Multi-scale Temporal Residual Attention Network，MTRA-Net)。该模型通过多尺度时域残差块中的并行卷积分支提取不同时间感受野下的波形特征，并在不同特征提取阶段后引入通道注意力机制，以强化关键信息通道，并通过全局双统计表示提升分类特征的判别能力。对比实验表明，MTRA-Net在地震信号三分类任务中的准确率、精确率、召回率和Macro-F1等指标上均优于Feature-SVM、DeepQuake、CNN-waveform和EQTypeNet，同时在分类性能与推理效率之间取得较好的平衡。结果显示，所构建模型能够有效实现天然地震、爆破与塌陷事件自动分类，可为地震信号的自动识别研究提供方法参考。
基金项目
国家重点研发计划项目(2022YFE0206800)
黑龙江省职业教育和继续教育教学改革研究项目(SJGZY2024301)
东北石油大学人才引进科研启动经费项目(13051202402)
出版信息
DOI: 10.19734/j.issn.1001-3695.2026.06.0173
出版期卷: 《计算机应用研究》 优先出版, 2027年第44卷 第2期
发布历史
[2026-10-22] 优先出版
引用本文
杜睿山, 郭建胜, 孟令东. 多尺度时域残差注意力网络的地震信号分类方法 [J]. 计算机应用研究, 2027, 44 (2). (2026-10-24). https://doi.org/10.19734/j.issn.1001-3695.2026.06.0173. (Du Ruishan, Guo Jiansheng, Meng Lingdong. Seismic signal classification method based on multi-scale temporal residual attention network [J]. Application Research of Computers, 2027, 44 (2). (2026-10-24). https://doi.org/10.19734/j.issn.1001-3695.2026.06.0173. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2025年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
