| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-11页 |
| 1 论文思路及关键点 | 第11-15页 |
| ·研究思路 | 第11页 |
| ·研究方法 | 第11-13页 |
| ·研究框架 | 第13-14页 |
| ·本文关键点 | 第14-15页 |
| 2 常用城市自然灾害损失评估方法简介 | 第15-22页 |
| ·城市自然灾害损失定性与定量评估 | 第15-20页 |
| ·城市自然灾害损失评估指标体系 | 第15页 |
| ·城市自然灾害损失定量评估方法 | 第15-20页 |
| ·MIT在城市自然灾害损失评估中的应用概述 | 第20-22页 |
| ·MIT简述 | 第20-21页 |
| ·MIT在灾损评估中的应用现状及发展趋势 | 第21页 |
| ·MIT对灾损评估领域的影响 | 第21-22页 |
| 3 粗糙遗传神经网络在灾前预测评估中的应用研究 | 第22-44页 |
| ·数据挖掘技术的引入 | 第22-24页 |
| ·统计方法 | 第22页 |
| ·关联规则 | 第22-23页 |
| ·聚类分析 | 第23页 |
| ·决策树方法 | 第23页 |
| ·支持向量机 | 第23-24页 |
| ·粗糙集概述 | 第24-26页 |
| ·信息系统 | 第24-25页 |
| ·划分与等价关系 | 第25页 |
| ·粗糙集及其近似 | 第25-26页 |
| ·属性的约简与核 | 第26页 |
| ·遗传算法概述 | 第26-28页 |
| ·BP神经网络概述 | 第28-30页 |
| ·基于粗糙遗传优化的神经网络灾害损失评估模型及实证 | 第30-43页 |
| ·算法思想 | 第30页 |
| ·实例分析 | 第30-43页 |
| ·模型优势及缺陷 | 第43-44页 |
| 4 基于RS与GIS的灾中损失监测评估信息系统初步设计 | 第44-53页 |
| ·RS概述 | 第44页 |
| ·GIS概述 | 第44-46页 |
| ·联合RS与GIS建立城市自然灾损评估信息系统的功能设计及实现 | 第46-53页 |
| ·系统功能设计思想 | 第46页 |
| ·系统实现灾损评估的过程 | 第46-52页 |
| ·优势及缺陷 | 第52-53页 |
| 5 统计调查及辅助方法的灾后损失评估简述 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-63页 |
