神经网络集成及其在地震预报中的应用研究
摘要 | 第1-8页 |
ABSTRACT | 第8-12页 |
第1章 绪论 | 第12-32页 |
·神经网络集成 | 第12-25页 |
·神经网络集成的框架 | 第13-14页 |
·神经网络集成的原理 | 第14-17页 |
·神经网络集成的研究现状 | 第17-25页 |
·地震预报中神经网络应用的研究现状及存在的问题 | 第25-28页 |
·本文的主要研究内容及其安排 | 第28-32页 |
·神经网络集成学习存在的问题 | 第28-29页 |
·本文主要研究内容 | 第29-30页 |
·本文的内容安排 | 第30-32页 |
第2章 基于实验设计的神经网络集成方法 | 第32-56页 |
·实验设计简介 | 第32-36页 |
·正交设计简介 | 第32-34页 |
·均匀设计简介 | 第34-35页 |
·实验设计的应用 | 第35-36页 |
·基于实验设计的神经网络集成方法 | 第36-40页 |
·实验设计表的确定 | 第38页 |
·异构RBFNN 结构的确定 | 第38-40页 |
·UCI 标准数据集上的实验 | 第40-49页 |
·验证异构RBFNN 集成的有效性 | 第40-43页 |
·验证基于正交设计的神经网络集成的有效性 | 第43-48页 |
·验证基于均匀设计的神经网络集成的有效性 | 第48-49页 |
·DOEERBF 在地震序列类型判断的应用 | 第49-55页 |
·小结 | 第55-56页 |
第3章 构造选择性神经网络集成方法 | 第56-71页 |
·构造选择性神经网络集成方法 | 第56-62页 |
·个体网络训练次数的确定 | 第58-60页 |
·选择网络加入到集成的判断条件 | 第60-61页 |
·停止集成构建的标准 | 第61页 |
·讨论 | 第61-62页 |
·UCI 标准数据集上的实验 | 第62-65页 |
·CSERBF 在地震综合预报中的应用 | 第65-70页 |
·CSERBF 在地震震级预报中的应用 | 第65-67页 |
·CSERBF 在地震时间预报中的应用 | 第67-70页 |
·小结 | 第70-71页 |
第4章 基于粗集约简的神经网络集成方法 | 第71-90页 |
·粗集理论 | 第71-73页 |
·基于粗集约简的神经网络集成方法 | 第73-79页 |
·求解所有粗集约简集的方法 | 第74-77页 |
·支持向量机 | 第77-78页 |
·讨论 | 第78-79页 |
·UCI 标准数据集上的实验 | 第79-81页 |
·验证ODMA 的有效性 | 第79-80页 |
·验证RRESVM 的有效性 | 第80-81页 |
·RRESVM 在地震预报中的应用 | 第81-89页 |
·使用ODMA 分析地震预报指标与地震预报的关系 | 第81-87页 |
·使用RRESVM 判断地震序列类型 | 第87-89页 |
·小结 | 第89-90页 |
第5章 基于特征加权的神经网络集成方法 | 第90-101页 |
·基于特征加权的神经网络集成方法 | 第90-95页 |
·Catergory ART 的有监督学习 | 第91-93页 |
·自适应遗传算法优化特征权值 | 第93-95页 |
·UCI 标准数据集上的实验 | 第95-97页 |
·FWEART 在地震预报中的应用 | 第97-100页 |
·FWEART 在地震序列类型判断中的应用 | 第97-98页 |
·FWEART 在地震震级预报中的应用 | 第98-100页 |
·小结 | 第100-101页 |
第6章 基于计算网格的神经网络集成学习平台 | 第101-111页 |
·计算网格 | 第101-102页 |
·基于计算网格的神经网络集成学习平台 | 第102-106页 |
·神经网络集成学习方法的并行化 | 第103-105页 |
·Portal 的设计与实现 | 第105-106页 |
·基于计算网格的神经网络集成学习平台实例演示 | 第106-110页 |
·资料收集 | 第106-107页 |
·利用集成学习平台判断未来我国大陆地震形势 | 第107-110页 |
·小结 | 第110-111页 |
第7章 结论与展望 | 第111-114页 |
·本文主要结论 | 第111-113页 |
·今后工作展望 | 第113-114页 |
参考文献 | 第114-121页 |
作者攻读学位期间公开发表的论文及参加的科研工作 | 第121-123页 |
致谢 | 第123-124页 |
博硕士学位论文同意发表声明 | 第124-125页 |
发表意见书 | 第125页 |