[发明专利]基于物联网多传感器信息融合及神经网络技术地震预警方法无效

专利信息
申请号: 201310195982.X 申请日: 2013-05-24
公开(公告)号: CN103245966A 公开(公告)日: 2013-08-14
发明(设计)人: 丁卫撑;庹先国;黄洪全;方方;龚迪琛;汪栋;陈浩峰 申请(专利权)人: 成都理工大学
主分类号: G01V1/00 分类号: G01V1/00;H04L29/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 610059 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 联网 传感器 信息 融合 神经 网络技术 地震 预警 方法
【权利要求书】:

1.基于物联网多传感器信息融合及神经网络技术地震预警方法,其特征在于:首先,通过物联网技术将多个地震参数监测点的多种传感器信息组网融合S101,如:壤氡α能谱、井氡α能谱、壤中温度、壤中湿度、壤中气压、地表温度、地表湿度、地表气压、地表风速、地表降雨、井水水位、井水水温、井水浑浊度、井水汞、井水二氧化碳、地声和地倾,以上各种信息为同步测量数据;然后,通过小波分析、相关分析法,特征树搜索法、非线性量化与处理及主成份分析法获取异常信息特征向量S102;最后,通过神经网络技术,获取多传感器信息异常与地震关系S103。

2.根据权利要求1所述的基于物联网多传感器信息融合及神经网络技术地震预警方法,其特征在于:所述的物联网由地震监测系统中的感知层、网络层和应用层构成;其中感知层为获取壤氡α能谱、井氡α能谱、壤中温度、壤中湿度、壤中气压、地表温度、地表湿度、地表气压、地表风速、地表降雨、井水水位、井水水温、井水浑浊度、井水汞、井水二氧化碳、地声和地倾信息的各类传感器构成地震参数监测点;网络层包括ZigBee无线网络、现场多参数数据收集器、GPRS无线网络、互联网及室内监控中心网络管理平台;应用层包括小波分析、相关分析法,特征树搜索法及非线性量化与处理、主成份分析法各种数据处理算法及基于神经网络技术的地震预测方法;其中各个地震参数监测点各传感器监测信息通过ZigBee无线网络组网连接,由各个地震参数监测点的现场多参数数据收集器收集,各个地震参数监测点的现场多参数数据收集器通过GPRS无线网络接入无线网关,室内监控中心网络管理平台通过互联网接入无线网关,从而实现对各个地震参数监测点的各种参数传感器的连接管理。

3.根据权利要求1所述的基于物联网多传感器信息融合及神经网络技术地震预警方法,其特征在于:所述的通过物联网技术将多个地震参数监测点的多种传感器信息组网融合,指的是通过物联网网络层的ZigBee无线网络、GPRS无线网络、互联网及室内监控中心网络管理平台,将权利要求2中所述的感知层中的各类传感器信息进行组网融合。

4.根据权利要求1所述的基于物联网多传感器信息融合及神经网络技术地震预警方法,其特征在于:所述的壤氡α能谱和井氡α能谱指的是采用基于氡静态扩散静电累积原理,通过α能谱测量方式,实现对土壤中氡气和井水中氡气的同步测量。

5.根据权利要求1所述的基于物联网多传感器信息融合及神经网络技术地震预警方法,其特征在于:所述的小波分析为将监测信息的时域特征信息转换成频域特征信息进行分析,分析监测信息的局部异常特点;所述的相关分析法为分析多种参数相互之间的影响;所述的特征树搜索法为选取权利要求2中所述的各种传感器数据的特征信息;所述的非线性量化与处理为将小波分析、相关分析、特征树搜索分析后的权利要求2中所述的各种传感器信息进行矢量化,作为神经网络样本;所述的主成份分析法为在权利要求2中所述的各种传感器信息中,选取地震对其影响明显的信息,在神经网络样本中作权重处理。

6.根据权利要求1所述的基于物联网多传感器信息融合及神经网络技术地震预警方法,其特征在于:所述的通过神经网络技术,获取多传感器信息异常与地震关系,指的是将监测到的地震信息与通过小波分析、相关分析法,特征树搜索法、非线性量化与处理及主成份分析法提取地震引起的在权利要求2中所述的各类传感器的异常信息一起输入到神经网络样本库,进行地震预测神经网络训练。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都理工大学,未经成都理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310195982.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top