| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 地震随机噪声的研究意义和现状 | 第10-11页 |
| 1.1.1 地震随机噪声的研究意义 | 第10页 |
| 1.1.2 地震随机噪声的研究现状 | 第10-11页 |
| 1.2 LS-SVM 模型的发展及研究现状 | 第11-13页 |
| 1.2.1 LS-SVM 模型的发展历程 | 第11-12页 |
| 1.2.2 LS-SVM 模型的研究现状 | 第12-13页 |
| 1.3 本文工作及全文安排 | 第13-16页 |
| 第2章 LS-SVM 模型的基本理论 | 第16-30页 |
| 2.1 机器学习基本概念 | 第16-18页 |
| 2.2 SVM 的基本原理 | 第18-26页 |
| 2.2.1 最优超平面构造方法 | 第18-22页 |
| 2.2.2 SVM 的回归算法 | 第22-25页 |
| 2.2.3 SVM 的核函数 | 第25-26页 |
| 2.3 LS-SVM 的回归算法 | 第26-28页 |
| 2.4 总结 | 第28-30页 |
| 第3章 LS-SVM 模型在地震随机噪声建模预测中的应用 | 第30-48页 |
| 3.1 混沌相空间重构基本原理 | 第30页 |
| 3.2 Duffing 混沌序列的 LS-SVM 模型 | 第30-36页 |
| 3.3 地震勘探随机噪声 LS-SVM 模型 | 第36-46页 |
| 3.3.1 实验数据说明 | 第36-38页 |
| 3.3.2 实际地震随机噪声的 LS-SVM 回归建模及预测 | 第38-46页 |
| 3.4 总结 | 第46-48页 |
| 第4章 LS-SVM 模型在地震随机噪声压制中的应用 | 第48-56页 |
| 4.1 地震勘探基本概念 | 第48-50页 |
| 4.1.1 地震时距曲线方程 | 第48-50页 |
| 4.1.2 地震 Ricker 子波 | 第50页 |
| 4.2 模拟人工地震记录仿真实验 | 第50-54页 |
| 4.3 总结 | 第54-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 作者简介及在学成果 | 第64-65页 |
| 致谢 | 第65页 |
