人工免疫算法在AETA异常检测中的应用研究

论文摘要

AETA多分量地震监测系统已经在中国四川、云南、河北、广东、西藏、台湾等地区布设200余套。一套AETA设备每个月产生7 G数据,查看200套设备的数据需要花费大量的时间和精力,而且人工判断异常容易漏检。利用人工免疫算法中负向选择的思想,通过对正常数据的学习获得相应的抗体库,根据待测数据与抗体库中抗体的匹配程度对设备数据进行异常检测。另外,结合AETA设备数据特点,改进了人工免疫算法中的亲和力函数,减少了计算量。首先,从AETA设备中选取了8个典型台站的低频电磁数据的正常数据进行训练,得到抗体库,然后对待测数据进行异常检测。利用该方法,可以有效检测出系统中常见的3种异常数据,3种异常的检测成功率分别为87.20%、83.33%、55.56%。可以实现异常数据的初步判定。

论文目录

• 0 引 言
• 1 AETA多分量地震监测系统
• 2 基于人工免疫方法的异常检测
•   2.1 人工免疫系统
•     （1） 学习及抗体库的建立。
•     （2） 异常识别。
•   2.2 基于人工免疫的异常识别算法
• 3 仿真计算与结果分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 李柏杭,王新安,雍珊珊,徐伯星,黄继攀

关键词: 人工免疫算法,异常检测,地震数据分析,数据挖掘

来源: 计算机技术与发展 2019年03期

年度: 2019

分类: 信息科技,基础科学

专业: 地质学,地球物理学,自动化技术

单位: 北京大学深圳地震监测预测技术研究中心

基金: 广东省省级科技计划项目(2014B090913001),深圳市科技创新委员会项目(JCYJ20170412151159461)

分类号: P315.7;TP18

页码: 1-5

总页数: 5

文件大小: 1683K

下载量: 123