Geosci. Front. | 基于改进版NESTORE机器学习算法的日本强余震预测研究

本研究基于改进版NESTORE机器学习算法，结合REPENESE算法和混合聚类识别方法，对日本强余震进行预测。研究背景是日本地处环太平洋火山带，地震活动频发且复杂，传统方法难以准确预测余震强度。研究目的是通过机器学习技术提高强余震预测的准确性，特别是在类别不平衡和异常值检测方面。研究结果显示，该方法在A类地震序列预测准确率为75%，B类地震序列预测准确率为96%，总体准确率为0.94，并在2024年4月四国岛地震序列的实时预测中得到验证。结论表明，该方法在地震频发和类别不平衡区域具有强大的预测潜力，并在地震预警系统中展现出实际应用价值。