摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 绪论 | 第10-16页 |
·引言 | 第10页 |
·研究的意义 | 第10-11页 |
·国内外研究现状 | 第11-14页 |
·存在的问题 | 第14-15页 |
·本文的主要工作 | 第15-16页 |
第二章 理论基础 | 第16-36页 |
·引言 | 第16页 |
·统计学习理论简介 | 第16-20页 |
·统计学习理论的核心内容 | 第18-20页 |
·支持向量机及其学习算法 | 第20-33页 |
·支持向量机 | 第22-24页 |
·用于函数拟合的SVM | 第24-29页 |
·序列最小优化SMO(Sequential Minimal Optimization) | 第29-33页 |
·遗传算法简介 | 第33-36页 |
第三章 滑坡位移时间序列预测 | 第36-53页 |
·时间序列的传统预测方法 | 第36-37页 |
·滑坡预测的影响因素 | 第37-41页 |
·滑坡的时间预测方法 | 第41-42页 |
·滑坡的空间预测方法 | 第42-44页 |
·支持向量机的预测方法 | 第44-53页 |
·引言 | 第44页 |
·基于进化支持向量机的滑坡位移预测方法 | 第44-46页 |
·非线性位移时间序列的支持向量机表达 | 第46-47页 |
·滚动预测方法 | 第47-48页 |
·单因素滑坡时间序列的预测 | 第48-49页 |
·多因素滑坡位移时间序列的预测 | 第49-53页 |
第四章 工程实例 | 第53-71页 |
·八尺门工程背景 | 第53-54页 |
·广西龙滩工程背景 | 第54-56页 |
·工程实例 | 第56-63页 |
·福建八尺门2号滑坡pm47监测点实例 | 第56-58页 |
·龙滩620.01监测点实例 | 第58-60页 |
·龙滩63002监测点实例 | 第60-63页 |
·多因素滑坡位移时间序列的预测 | 第63-71页 |
·非线性位移时间序列的支持向量机表达 | 第63-65页 |
·福建八尺门2号滑坡05测斜孔实例 | 第65-67页 |
·福建八尺门2号滑坡06号测斜孔实例 | 第67-71页 |
第五章 结论与展望 | 第71-72页 |
参考文献 | 第72-75页 |
致谢 | 第75页 |