---
title: HeXingChen
canonical_url: "https://www.modelscope.cn/models/chuanjun/HeXingChen"
md_url: "https://www.modelscope.cn/models/chuanjun/HeXingChen.md"
repository: chuanjun/HeXingChen
chinese_name: Seispolarity-Model
last_updated: 2026-02-04
license: "Apache License 2.0"
language:
  - en
  - zh
downloads: 2
stars: 1
---

# HeXingChen

> HeXingChen - chuanjun 在 ModelScope 开源的模型。[SeisPolarity](https://github.com/Chuan1937/SeisPolarity):A Toolbox for First-Motion Polarity Determination in Seismology.

chuanjun/HeXingChen 是 ModelScope 魔搭社区上的机器学习模型，采用 Apache License 2.0 许可。

- **Repository**: chuanjun/HeXingChen
- **License**: Apache License 2.0
- **Downloads**: 2
- **Stars**: 1
- **Last updated**: 2026-02-04

Source: https://www.modelscope.cn/models/chuanjun/HeXingChen

---

# SeisPolarity Pre-trained Models

预训练的地震极性检测模型权重文件。

## 模型列表

| 模型 | 权重文件 | 输入长度 | 分类数 | 训练数据集 | 说明 |
|------|----------|----------|--------|------------|------|
| **Ross** | ROSS_SCSN.pth | 400 | 3 (U/D/N) | SCSN | 基于 SCSN 数据集训练的 Ross 模型 |
| **Ross** | ROSS_GLOBAL.pth | 400 | 3 (U/D/N) | Global | 基于 Global 数据集训练的 Ross 模型 |
| **Eqpolarity** | EQPOLARITY_SCSN.pth | 600 | 2 (U/D) | SCSN | 基于 SCSN 数据集训练的 Eqpolarity 模型 |
| **Eqpolarity** | EQPOLARITY_TXED.pth | 600 | 2 (U/D) | Txed | 基于 Txed 数据集训练的 Eqpolarity 模型 |
| **Eqpolarity** | EQPOLARITY_GLOBAL.pth | 600 | 2 (U/D) | Global | 基于 Global 数据集训练的 Eqpolarity 模型 |
| **DiTingMotion** | DITINGMOTION_DITINGSCSN.pth | 128 | 3 (U/D/N) | DiTing+SCSN | 基于 DiTing 和 SCSN 数据集训练的 DiTingMotion 模型 |
| **DiTingMotion** | DITING_GLOBAL.pth | 128 | 3 (U/D/N) | Global | 基于 Global 数据集训练的 DiTingMotion 模型 |
| **CFM** | CFM_SCSN.pth | 160 | 2 (U/D) | SCSN | 基于 SCSN 数据集训练的 CFM 模型 |
| **CFM** | CFM_GLOBAL.pth | 160 | 2 (U/D) | Global | 基于 Global 数据集训练的 CFM 模型 |
| **PolarCAP** | POLARCAP_SCSN.pth | 64 | 2 (U/D) | SCSN | 基于 SCSN 数据集训练的 PolarCAP 模型 |
| **PolarCAP** | POLARCAP_GLOBAL.pth | 64 | 2 (U/D) | Global | 基于 Global 数据集训练的 PolarCAP 模型 |
| **APP (PPNet)** | APP_SCSN.pth | 400 | 3 (U/D/N) | SCSN | 基于 SCSN 数据集训练的 APP 模型 |
| **APP (PPNet)** | APP_GLOBAL.pth | 400 | 3 (U/D/N) | Global | 基于 Global 数据集训练的 APP 模型 |
| **RPNet** | RPNET_SCSN.pth | 400 | 2 (U/D) | SCSN | 基于 SCSN 数据集训练的 RPNet 模型 |
| **RPNet** | RPNET_GLOBAL.pth | 400 | 2 (U/D) | Global | 基于 Global 数据集训练的 RPNet 模型 |

## 模型说明

### Ross
- 架构：基于 SCSN 的 CNN 架构
- 输入长度：400 采样点
- 输出：3 分类（Up, Down, Unknown）
- 特点：准确率高（97%+）

### Eqpolarity
- 架构：基于 CCT (Compact Convolutional Transformer)
- 输入长度：600 采样点
- 输出：2 分类（Up, Down）
- 特点：适合高精度极性判断

### DiTingMotion
- 架构：多任务学习模型（polarity + clarity）
- 输入长度：128 采样点
- 输入通道：2（原始波形 + 差分特征）
- 输出：3 分类（Up, Down, Unknown）
- 特点：融合 clarity 信息

### CFM
- 架构：卷积特征模型
- 输入长度：160 采样点
- 输出：2 分类（Up, Down）
- 特点：轻量级模型

### PolarCAP
- 架构：编码器-解码器架构
- 输入长度：64 采样点
- 输出：2 分类（Up, Down）
- 特点：短输入长度

### APP (PPNet)
- 架构：U-Net + LSTM + Attention
- 输入长度：400 采样点
- 输出：3 分类（Up, Down, Unknown）
- 特点：多输出（分割 + 分类）

### RPNet
- 架构：基于 Inception 模块的 CNN
- 输入长度：400 采样点
- 输出：2 分类（Up, Down）
- 特点：多尺度特征提取

## 数据集说明

- **SCSN**：南加州地震网络数据集，高质量人工标注
- **Txed**：Texas 数据集，区域性地震数据
- **DiTing**：中国地震台网数据集
- **Global**：多数据集融合（SCSN + Txed + Instance + PNW + DiTing）


[SeisPolarity](https://github.com/Chuan1937/SeisPolarity).Models for First-Motion Polarity Determination in Seismology.
There are DitingMotion,Eqpolarity,Ross models using SCSN datasets.I'll updated more.

#### 您可以通过如下git clone命令，或者ModelScope SDK来下载模型

SDK下载
```bash
#安装ModelScope
pip install modelscope
```
```python
#SDK模型下载
from modelscope import snapshot_download
model_dir = snapshot_download('chuanjun/HeXingChen')
```
Git下载
```
#Git模型下载
git clone https://www.modelscope.cn/chuanjun/HeXingChen.git
```

<p style="color: lightgrey;">如果您是本模型的贡献者，我们邀请您根据<a href="https://modelscope.cn/docs/ModelScope%E6%A8%A1%E5%9E%8B%E6%8E%A5%E5%85%A5%E6%B5%81%E7%A8%8B%E6%A6%82%E8%A7%88" style="color: lightgrey; text-decoration: underline;">模型贡献文档</a>，及时完善模型卡片内容。</p>