注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. openeew_seismology:OpenEEW的地震学算法-源码

  2. OpenEEW地震法 介绍 为了提供有用的地震警报，地震预警（EEW）系统必须快速，可靠地识别强地震。 警报的速度，即从地震发生到向用户发出警报之间所经过的时间，决定了用户可以采取保护措施的时间。 警报可靠性对于确保系统为所有强地震发出警报而对于小地震或根本没有地震不发出警报是必需的。 该代码从地震网络接收原始数据（或使用历史数据），检测和识别地震信号并评估地震的震级和位置。 这是该代码的第一个版本的简短概述。 主要加工成分 通常，用于识别和表征地震的地震仪器需要包括四个主要部分： 地震检测：

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：25165824
    • 提供者：weixin_42114041

  1. PNAS-crowdsourcing-data-源码

  2. PNAS众包数据 这些数据文件用于支持论文“突发性危险评估的社会媒体数据”。 （李灵瑶，米歇尔·本西，马自慧，王禹和格雷戈里·贝歇尔）。 最近的三起灾害事件被用作该研究的基础：（1）2019年7月的里奇克莱斯特地震序列;（2）2019年4月的巴黎圣母院大火;以及（3）2019年7月的纽约市停电。 1. 2019年7月的里奇克莱斯特地震序列 Twitter搜索API的过滤词为“地震”，用于抓取2019年7月4日至7月10日与地震有关的数据。该词库暗示了损坏（例如，“损坏”，“伤害”，“破坏”和“

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：3145728
    • 提供者：weixin_42116681

  1. ghw2019_wiggles：测试（然后创建）模型以区分地震摆动数据并将其分类-源码

  2. 地震摆动鉴别器 这是由Wiggle团队根据华盛顿大学开发的项目。 Wiggle项目的范围有两个目标。 1）使用（PNSN）事件数据测试和评估在南加利福尼亚事件上受过训练的（GPD）算法。 2）重新训练GDP，以区分以下事件类型的P波和S波。 这样会将标签的数量从两个（P和S）扩展到十个：EQP，EQS，SUP，SUS等。 情商-地震：主要是本地事件，一些地区事件 SU-地面事件：岩石滑坡，雪崩等，主要发生在火山上。 PX-可能爆炸：大多数是采石场爆炸。 TH-雷声 SN-声波冲击波：喷射

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：23068672
    • 提供者：weixin_42157567

  1. PNGSHA：巴布亚新几内亚地震危险性评估-源码

  2. PNGSHA：巴布亚新几内亚地震危险性评估

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：5242880
    • 提供者：weixin_42157567

  1. 地震评估-源码

  2. 地震评估 目录： 后台数据源技术任务数据库设计ETL体系结构提取变换负载分析数据建模评估 背景 当本地面板移动并相互碰撞时，它们会引起地震。 地震往往很难预测，不可能阻止它们的发生。 但是，美国地质调查局（USGS）可以根据过去地震的地点和时间得出的数据来绘制美国未来的高风险地震区。 该评估展示了地震关系数据库设计，将ETL元数据导入MySQL和数据分析。 数据源 技术 Python 3.9，MySQL，Tableau 任务 数据库设计 从浏览GeoJSON摘要 [类型]，[元数据]和[bb

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：3072
    • 提供者：weixin_42099087

  1. MLARGE：用于M-LARGE训练和分析的脚本-源码

  2. 大号 机器学习评估的大地快速地震幅度 基于深度学习的巨型地震震级预测器 1.安装 cd到要放置源代码的位置 cd Your_Local_Path git clone https://github.com/jiunting/MLARGE.git 将M-LARGE添加到PYTHONPATH 转到您的环境变量文件（.base_profile或.bashrc） vi ~/.bashrc 要么 vi ~/.bash_profile 并在文件中添加以下行 # set MLARGE

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：5242880
    • 提供者：weixin_42144201

  1. FacadeParsing：瑞士数据科学中心EPFL的硕士学期项目-源码

  2. 立面项目 瑞士数据科学中心EPFL的学期项目 描述 该项目是土木工程师与瑞士数据科学中心（SDSC）合作的一部分。 它的目标是帮助土木工程师在地震发生后自动评估建筑物的损坏程度。 本报告重点关注此任务的一个子部分，该子部分用于确定建筑结构，墙壁，窗户，门等在哪里。 在找到有关该项目的更多详细信息。 安装 要安装facade_project库并在您的python环境中使用它： pip install -e . 在哪里. 是此git信息库的根目录，其中包含安装程序（ setup.py文件）。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：28311552
    • 提供者：weixin_42097369