文章标题：基于RBF神经网络的地震与爆破识别技术

文章作者：毛世榕, 史水平, 苏梅艳, 蒋志峰, 玉壮基
关 键 字：地震识别;能量特征;RBF神经网络
文章摘要：利用天然地震震源和人工爆破震源之间信号能量分布的差异，结合RBF神经网络技术，对2类事件进行分类，具体步骤如下：使用8个带通滤波器对事件波形进行滤波，并划分为4个波形段：P波、P波尾波、S波和S波尾波，分别计算每个滤波器信道和波形段的能量特征值，以所得32个特征参数作为输入向量，利用RBF神经网络，对地震和爆破事件进行分类识别。结果表明，基于RBF神经网络的地震事件识别方法，识别率为88.1%，具有较高的准确性，可作为地震与爆破事件识别的一个重要依据。