【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第11期 319-322页,共4页

【作 者】： 韩莹 ; 李姗姗 ; 陈福明

【摘 要】 研究基于机器学习的地震异常数据挖掘方法。在进行地震异常数据挖掘过程中，由于地震监测系统信号时变性及监测环境的不稳定性，采用传统的方法进行挖掘，其挖掘的精确度较低。为此，提出基于机器学习的地震异常数据挖掘方法。根据机器学习的相关理论获取标准方程组和最小均方误差值，实现异常数据挖掘最优模型的构建，通过计算数据的特征向量，建立地震监测数据特征库，依据获取的概率值实现对监测数据的正确判断，从而完成对地震异常数据的有效挖掘。实验结果表明，利用基于机器学习的地震异常数据挖掘方法，能够有效的提高地震异常数据的挖掘准确度与挖掘效率，保证了地震监测系统的有效性。