第一章 绪论 | 第1-15页 |
1.1 引言 | 第8-9页 |
1.2 滑坡灾害安全评价在国内外研究现状 | 第9-11页 |
1.2.1 国外研究状况 | 第9-10页 |
1.2.2 国内研究状况 | 第10-11页 |
1.3 粗糙集理论的主要特点及所能解决的问题 | 第11-12页 |
1.3.1 粗糙集理论的特点 | 第11-12页 |
1.3.2 粗糙集理论所能处理的问题 | 第12页 |
1.4 数据挖掘技术简述 | 第12-13页 |
1.4.1 数据挖掘的演化历程 | 第13页 |
1.4.2 数据挖掘的发展现状 | 第13页 |
1.5 本文主要研究内容 | 第13-15页 |
第二章 基于粗糙集的数据挖掘技术 | 第15-34页 |
2.1 基于粗糙集的数据挖掘系统介绍 | 第15-16页 |
2.2 基于粗糙集的数据挖掘技术之理论基础 | 第16-33页 |
2.2.1 粗糙集模型 | 第16-31页 |
2.2.2 基于粗糙集的数据归约 | 第31-33页 |
2.3 本章小结 | 第33-34页 |
第三章 滑坡预报的判据研究 | 第34-45页 |
3.1 安全系数和可靠概率判据 | 第34页 |
3.2 变形速率预报判据 | 第34-35页 |
3.3 宏观信息预报判据 | 第35-37页 |
3.4 滑坡作用的主要影响因素 | 第37-44页 |
3.4.1 产生滑坡的内在因素 | 第37-42页 |
3.4.2 产生滑坡的外在因素 | 第42-44页 |
3.5 本章小结 | 第44-45页 |
第四章 基于滑坡案例的数据仓库创建 | 第45-57页 |
4.1 绪论 | 第45页 |
4.2 创建数据仓库系统的体系结构 | 第45-47页 |
4.2.1 数据定义 | 第46页 |
4.2.2 数据提取 | 第46-47页 |
4.3 构造数据仓库的功能结构 | 第47-49页 |
4.3.1 数据重整 | 第47-48页 |
4.3.2 数据仓库创建 | 第48-49页 |
4.4 进行数据仓库的数据加载 | 第49-51页 |
4.4.1 数据抽取 | 第49-50页 |
4.4.2 数据加载 | 第50-51页 |
4.5 SQL Server数据仓库开发工具及应用 | 第51-56页 |
4.5.1 设计滑坡历史事实星形模型 | 第51-55页 |
4.5.2 实现滑坡历史数据导入 | 第55-56页 |
4.6 本章小结 | 第56-57页 |
第五章 数据挖掘技术在边坡安全评价中的应用 | 第57-74页 |
5.1 数据挖掘主要步骤 | 第57-58页 |
5.2 本文挖掘数据的组织 | 第58-63页 |
5.3 数据清洗的结果显示 | 第63-65页 |
5.4 基于边坡数据的知识发现 | 第65-68页 |
5.4.1 数据泛化 | 第67页 |
5.4.2 数据归约 | 第67-68页 |
5.5 数据挖掘实验结果及分析 | 第68-73页 |
5.5.1 规则报告 | 第70-71页 |
5.5.2 结果分析 | 第71-73页 |
5.6 本章小节 | 第73-74页 |
第六章 边坡稳定的可靠度和滑坡的风险分析 | 第74-89页 |
6.1 国内外自然灾害风险评估现状与发展 | 第74-76页 |
6.1.1 国外自然灾害风险评估研究概况 | 第74-75页 |
6.1.2 国内自然灾害风险评估研究概况 | 第75-76页 |
6.2 滑坡灾害风险的概念 | 第76-77页 |
6.3 风险分析的主要原理 | 第77-84页 |
6.3.1 基本定义 | 第78页 |
6.3.2 风险管理 | 第78-79页 |
6.3.3 风险分析规律 | 第79-80页 |
6.3.4 边坡灾害动力学原理 | 第80-84页 |
6.4 风险模型主要特性 | 第84-85页 |
6.4.1 致灾因子模型 | 第84页 |
6.4.2 易损性模型 | 第84-85页 |
6.4.3 经济损失和人员伤亡模型 | 第85页 |
6.4.4 合成结果模型 | 第85页 |
6.5 工程实例分析 | 第85-88页 |
6.6 本章小结 | 第88-89页 |
第七章 结论 | 第89-91页 |
7.1 所做的主要工作和得出的主要结论 | 第89-90页 |
7.2 展望 | 第90-91页 |
附录数据挖掘规则 | 第91-103页 |
参考文献 | 第103-107页 |
致谢 | 第107-108页 |
攻读学位期间主要的科研成果与实践经历 | 第108页 |