基于AI的地震信号检测器和鉴相器 描述 EQTransformer是基于AI的地震信号检测器和相位（P＆S）拾取器，基于带有注意机制的深度神经网络。 它具有专门为地震信号设计的分层体系结构。 EQTransformer已经接受了全球地震数据的培训，可以同时高效地执行检测和到达时间的选择。 除了预测概率，它还可以提供估计的模型不确定性。 EQTransformer python 3软件包包括用于下载连续地震数据，进行预处理，执行地震信号检测以及使用预先训练的模型进行相位（P＆S）拾取，构建和测试新模型以及执行简单的相位关联的模块。 开发人员：S. Mostafa Mousavi 链接 说明文件： : 论文： https : //rdcu.be/b58li 参考 Mousavi，SM，Ellsworth，WL，Zhu，W.，Chuang，L，Y。和Beroza，G，C。 Nat C

这是地震的高分辨率标准频谱响应代码。基础剪切计算灵活。

包含hht、emd、eemd、winger-vile、lms、各类滤波器等的代码及实际数据验证，可用于机械振动、地震爆破声波等，内含数据和注释说明

针对地震信号，在gabor域进行逆Q滤波，提高地震分辨率

做地震数据处理的去噪程序，通过原始信号，加噪声的信号，以及小波变换的信号进行比较分析，并生成图像。

得到了地震波型，放入代码程序中，可以得出反应谱

matlab_以雷克子波为例子的时频峰值滤波，用于处理地震信号

该程序是S变换，对于信号分析有不错的研究意义。对于信号分析有不错的研究意义。对于信号分析有不错的研究意义。

对该信号进行EMD分解，其中第一列为信号振幅，第二列为时间，共301组数据。

演示代码（请参阅jupyter笔记本）： 使用深度卷积自动编码器对地震信号进行非监督（自我监督）区分 您可以从这里获取论文： 连结1： 连结2： 您可以从此处获取训练数据集： 参考： Mousavi, S. M., W. Zhu, W. Ellsworth, G. Beroza (2019). Unsupervised Clustering of Seismic Signals Using Deep Convolutional Autoencoders, IEEE Geoscience and Remote Sensing Letters, 1 - 5, doi:10.1109/LGRS.2019.2909218.