《表2 基于事件的3组试验结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习残差网络模型的地震和爆破识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

若以每次事件基于50%，60%和70%的台站记录被正确识别作为评判标准（基于事件）统计，准确率会进一步提高。为保持图表简洁，仅将基于50%的台站记录被正确识别作为评判标准（基于事件）的结果列于表2。同时，给出基于50%和60%台站记录被正确判别为识别标准（基于事件）的100次随机子试验进程及结果（图7），同时给出基于50%台站记录被正确判别为识别标准（基于事件）的1 000次随机子试验进程及结果（图8）。此外，采用留一交叉验证对模型的准确率和稳定性进行验证，因留一交叉验证试验中每次测试（子试验）仅有一次事件，基于事件的识别率仅当全部子试验完毕后才能给出，因此仅存在最终识别率，不存在平均识别率、最高识别率和最低识别率。结果显示：若以每次事件超过50%，60%和70%的台站记录被正确识别作为评判标准（基于事件），最终识别率分别为97.3%，95.2%和93.9%。为进行方法对比，基于50%台站记录被正确识别作为评判标准（基于事件）的结果列于表2。