基于复杂网络的历史地震时空分布及异常分析

doi:10.3969/j.issn.1006-2475.2014.12.001

计算机与现代化 ›› 2014, Vol. 0 ›› Issue (12): 1-5.doi: 10.3969/j.issn.1006-2475.2014.12.001

• 人工智能 • 下一篇

基于复杂网络的历史地震时空分布及异常分析

(郑州师范学院信息科学与技术学院，河南郑州 450044)

收稿日期:2014-11-11 出版日期:2014-12-22 发布日期:2014-12-22
作者简介:贾遂民（1968-），男，河南新郑人，郑州师范学院信息科学与技术学院副教授，研究方向：复杂网络与智能计算; 胡明生（1973-），男，河南信阳人，教授，博士，研究方向：复杂网络与数据挖掘; 贾志娟（1973-），女，河南郑州人，教授，硕士，研究方向：计算机网络。
基金资助:
国家自然科学基金资助项目(U1204703); 河南省重点科技攻关项目(122102310004)

Spatio-temporal Trend and Seismic Anomaly of Historical Earthquake Based on Complex Network

(College of Information Science & Technology, Zhengzhou Normal University, Zhengzhou 450044, China)

Received:2014-11-11 Online:2014-12-22 Published:2014-12-22

摘要/Abstract

摘要： 为了研究地震异常对地震预测及震后引发次生灾害的影响，收集整理1911年之前的历史地震数据，建立中国历史地震数据库。通过对地震及地震异常的关联分析建立复杂网络模型，根据网络模型提出每种地震异常的重要性及每次地震危害度的计算方法，并以此研究地震异常与地震之间的内部关联，最后通过网络模型的数据分析研究历史地震的时空走势。实验结果表明通过复杂网络研究历史地震的可行性，为地震研究提供了新的方法。

关键词: 历史地震, 复杂网络, 地震异常, 危险性评估, 时空分布

Abstract: To study theinfluence of seismic anomaly on the earthquake prediction Experimental results show that, the studying of complex network according to historical earthquake has feasibility, and it provides a new method for the research on earthquake. and secondary disasters, historical earthquake data prior to the 1911 is collected, and the Chinese historical earthquake database is built based on the earthquake data. The complex network model is built by the association analysis between earthquake and seismic anomaly, calculation methods for the importance of seismic anomaly and the hazard degree of earthquake are proposed to study the internal correlation between earthquake and seismic anomaly according to the network model, finally, the data analysis of network model is used to research the spatio-temporal trend.

Key words: historical earthquake, complex network, seismic anomaly, hazard assessment, spatio-temporal trend

中图分类号:

TP391

贾遂民，胡明生，贾志娟. 基于复杂网络的历史地震时空分布及异常分析[J]. 计算机与现代化, 2014, 0(12): 1-5.

JIA Sui-min, HU Ming-sheng, JIA Zhi-juan. Spatio-temporal Trend and Seismic Anomaly of Historical Earthquake Based on Complex Network[J]. Computer and Modernization, 2014, 0(12): 1-5.

参考文献

[1] 胡明生,贾志娟,雷利利,等. 基于共现分析的历史自然灾害关联研究[J]. 计算机工程与设计, 2013,34(6):2015-2019.

[2] 胡明生,贾志娟,雷利利,等. 基于复杂网络的灾害关联建模与分析[J]. 计算机应用研究, 2013,30(8):2315-2318.

[3] 平建军,罗兰格,曹肃朝. 华北地区地震异常前兆信息场演化特征及其与地震关系的研究[J]. 中国地震, 2000,16(3):223-232.

[4] 宋正海. 中国古代重大自然灾害和异常年表总集[M]. 广州:广东教育出版社, 1992.

[5] 胡明生,贾志娟,刘思,等. 基于蚁群优化的历史灾害关联分析方法[J]. 计算机应用与软件, 2012,29(10):62-64.

[6] 汪小帆,李翔,陈关荣. 网络科学导论[M]. 北京:高等教育出版社, 2012.

[7] Hu Mingsheng, Jia Zhijuan, Dong Xiangying, et al. A historical epidemic classification method based on simulated annealing and ACO[J]. International Journal of Advancements in Computing Technology, 2011,3(6):47-54.

[8] 季学伟,翁文国,赵前胜. 突发事件链的定量风险分析方法[J]. 清华大学学报(自然科学版), 2009,49(11):1749-1752.

[9] 王铎. 基于关联度的突发事件网络模型研究[D]. 大连:大连理工大学, 2010.

[10] Wang Wenxu, Yang Rui, Lai Yingcheng, et al. Time-series-based prediction of complex oscillator networks via compressive sensing[J]. EPL, 2011,94(4):48006-p1-48006-p6.

[11] 门可佩. 重大地震灾害链的时空有序性及其预测研究[J]. 地球物理学进展, 2007,22(2):645-651.

[12] 吴绍春,吴耿锋,王炜,等. 寻找地震相关地区的时间序列相似性匹配算法[J]. 软件学报, 2006,17(2):185-192.

[13] 邱剑锋,谢娟,李炜,等. 中强地震的相关性与周期性研究[J]. 计算机工程, 2011,37(10):16-18.

[14] Candes E J, Romberg J, Tao T. Stable signal recovery from incomplete and inaccurate measurements[J]. Communications on Pure and Applied Mathematics, 2006,59(8):1207-1223.

[15] Wang Wenxu, Yang Rui, Lai Yingcheng, et al. Predicting catastrophes in nonlinear dynamical systems by compressive sensing[J]. Physical Review Letters, 2011,106(15):154101-1-154101-4.

[16] Wang Wenxu, Lai Yingcheng, Grebogi C, et al. Network reconstruction based on evolutionary-game data via compressive sensing[J]. Physical Review X, 2011,1(2):021021-1-021021-7.

[17] Szabo G, Toke C. Evolutionary prisoner’s dilemma game on a square lattice[J]. Physical Review E, 1998,58(1):69-73.

基于复杂网络的历史地震时空分布及异常分析

Spatio-temporal Trend and Seismic Anomaly of Historical Earthquake Based on Complex Network

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘力霈, 杨晓利, 李振伟. 基于边中心网络特征提取的癫痫脑电分类研究[J]. 计算机与现代化, 2024, 0(05): 22-26.
[2]	张小芳, 冯慧芳. 基于轨迹大数据的动态最优路径规划[J]. 计算机与现代化, 2021, 0(11): 82-88.
[3]	李卫东, 徐澍锟, 王运明. 基于复杂网络的纽约轨道交通网络特性分析[J]. 计算机与现代化, 2021, 0(02): 94-99.
[4]	王海红, 刘莉. 基于分层和强化学习的改进路径搜索算法[J]. 计算机与现代化, 2020, 0(11): 77-82.
[5]	许小媛, 李海波, 于本成, 刘芳. 具有对偶约束的半监督重叠社区发现方法[J]. 计算机与现代化, 2020, 0(08): 63-68.
[6]	陈婧怡，徐名海，杨溪，杜帆. 一种改进的HK社交网络建模方法[J]. 计算机与现代化, 2019, 0(02): 123-.
[7]	王茵，郭红钰. 基于CART的社区矫正人员危险性评估[J]. 计算机与现代化, 2018, 0(08): 73-.
[8]	马佳艳，王萍，夏伟，申红伟. 复杂网络下的网络流量预测和预警研究[J]. 计算机与现代化, 2018, 0(01): 102-106.
[9]	温振前，林友芳，武志昊. 基于餐饮数据复杂网络的菜品拉动力分析[J]. 计算机与现代化, 2017, 0(7): 1-9.
[10]	林家祺,卢罡,许南山. 一种基于路径阻断的求解最短路径算法[J]. 计算机与现代化, 2017, 0(12): 6-11.
[11]	陈皋，吴广潮. 基于PageRank的在线社交网络消息传播模型[J]. 计算机与现代化, 2017, 0(1): 101-105.
[12]	李甍1,2,马一方3,姜鑫1,2,马丽丽4,郑志明1,2. 一种复杂网络上信息传播的动态竞争机制[J]. 计算机与现代化, 2016, 0(1): 104-107.
[13]	王竹. 一种新型社交网络建模方法[J]. 计算机与现代化, 2015, 0(12): 57-.
[14]	樊超1，王重玺2，高鲁彬3. 政府公文收发记录的可视网络分析[J]. 计算机与现代化, 2014, 0(5): 150-155.
[15]	高洪伟1,徐勇2. 基于节点间的依赖程度划分网络中社团的算法[J]. 计算机与现代化, 2014, 0(4): 109-112.