基于支持向量机理论的露天边坡沉降规律及预测研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·露天矿边坡变形分析与预测研究现状 | 第12-15页 |
| ·小波与支持向量机理论的研究现状 | 第15-16页 |
| ·本文研究方案 | 第16-17页 |
| ·研究内容 | 第16页 |
| ·研究方法及技术路线 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 2 小波变换基本理论 | 第18-27页 |
| ·小波变换 | 第18-19页 |
| ·小波变换去噪方法 | 第19-21页 |
| ·小波变换去噪的基本原理 | 第19-20页 |
| ·基于小波变换去噪的基本方法 | 第20-21页 |
| ·小波去噪效果评价指标 | 第21-22页 |
| ·小波变换阈值去噪方法 | 第22-26页 |
| ·小波变换阈值去噪基本原理 | 第22页 |
| ·四种估计阈值选取规则 | 第22-23页 |
| ·小波变换阈值去噪常用的阈值函数 | 第23-24页 |
| ·小波变换阈值去噪基本函数 | 第24-26页 |
| ·分解层数的选取 | 第26页 |
| ·本章小结 | 第26-27页 |
| 3. 支持向量机理论 | 第27-39页 |
| ·统计学理论基础 | 第27-29页 |
| ·机器学习 | 第27-28页 |
| ·VC维理论 | 第28-29页 |
| ·结构风险最小化 | 第29页 |
| ·支持向量机 | 第29-33页 |
| ·支持向量机基本思想 | 第30-31页 |
| ·支持向量机核函数 | 第31-33页 |
| ·支持向量机回归模型 | 第33页 |
| ·最小二乘支持向量机 | 第33-35页 |
| ·模型参数优化方法 | 第35-36页 |
| ·粒子群优化理论概述 | 第36-38页 |
| ·粒子群算法原理 | 第36-37页 |
| ·粒子群算法流程 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 露天边坡区概况及沉降数据小波去噪 | 第39-50页 |
| ·露天边坡区概况 | 第39-43页 |
| ·露天边坡原始观测数据 | 第43页 |
| ·露天边坡观测数据小波去噪 | 第43-47页 |
| ·小波去噪的基本步骤 | 第43-44页 |
| ·小波基函数的选取 | 第44-45页 |
| ·小波分解层数确定 | 第45-46页 |
| ·小波去噪的阈值处理 | 第46-47页 |
| ·本章小结 | 第47-50页 |
| 5 露天边坡沉降规律研究 | 第50-57页 |
| ·厂区南北方向沉降规律分析 | 第50-54页 |
| ·厂区东西方向沉降规律分析 | 第54-56页 |
| ·露天边坡变形引起厂区沉降特征分析 | 第56页 |
| ·本章小结 | 第56-57页 |
| 6 露天边坡沉降预测模型的建立及预测结果分析 | 第57-74页 |
| ·露天边坡模型构建 | 第57-58页 |
| ·研究思路概述 | 第57页 |
| ·评价方法 | 第57-58页 |
| ·样本的归一化 | 第58页 |
| ·支持向量机模型的参数寻优 | 第58-64页 |
| ·软件工具介绍 | 第58-61页 |
| ·参数寻优 | 第61-64页 |
| ·模型的建立及训练 | 第64-66页 |
| ·最小二乘支持向量机模型预测 | 第66-69页 |
| ·预测结果分析 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 7 结论与展望 | 第74-76页 |
| ·结论 | 第74页 |
| ·展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 作者简历 | 第79-81页 |
| 学位论文数据集 | 第81页 |
