基于不确定贝叶斯算法在滑坡危险性预测的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·选题背景 | 第10-11页 |
| ·研究现状 | 第11-15页 |
| ·不确定数据分类研究现状 | 第11-12页 |
| ·增量学习研究现状 | 第12-13页 |
| ·贝叶斯分类研究现状 | 第13-14页 |
| ·黄土滑坡的研究现状及危险性评价体系介绍 | 第14-15页 |
| ·本文的研究意义和内容 | 第15-16页 |
| ·研究意义 | 第16页 |
| ·研究内容 | 第16页 |
| ·论文的结构 | 第16-18页 |
| 第二章 不确定贝叶斯分类方法 | 第18-29页 |
| ·理论基础 | 第18-21页 |
| ·概率论基础 | 第18-19页 |
| ·贝叶斯定理 | 第19页 |
| ·朴素贝叶斯分类方法 | 第19-21页 |
| ·不确定贝叶斯分类算法 | 第21-28页 |
| ·不确定贝叶斯分类算法理论 | 第22-24页 |
| ·不确定贝叶斯分类算法描述 | 第24-25页 |
| ·不确定贝叶斯分类算法模型 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 不确定贝叶斯增量学习算法 | 第29-36页 |
| ·增量学习描述 | 第29-30页 |
| ·IUB算法理论 | 第30-31页 |
| ·不确定贝叶斯增量学习算法描述 | 第31-32页 |
| ·不确定贝叶斯增量分类模型 | 第32-35页 |
| ·构建模型 | 第32页 |
| ·分类预测 | 第32-33页 |
| ·重构模型 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 黄土滑坡危险性预测系统的构建 | 第36-44页 |
| ·黄土滑坡危险性预测系统结构 | 第36-37页 |
| ·数据仓库 | 第37-39页 |
| ·数据预处理 | 第39-42页 |
| ·消减数据维数 | 第39页 |
| ·数据清理 | 第39-41页 |
| ·合并数据表 | 第41页 |
| ·投影变换 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第五章 UB和IUB对滑坡点危险性等级预测 | 第44-54页 |
| ·UB模型和IUB模型的有效性检验 | 第44-45页 |
| ·UB模型有效性检验 | 第44-45页 |
| ·IUB模型有效性检验 | 第45页 |
| ·不确定贝叶斯预测模型 | 第45-50页 |
| ·构建朴素贝叶斯分类预测模型(不含降雨) | 第46页 |
| ·构建改进朴素贝叶斯分类预测模型(含降雨) | 第46-47页 |
| ·构建不确定贝叶斯分类预测模型 | 第47-49页 |
| ·结果分析 | 第49-50页 |
| ·不确定贝叶斯增量分类模型 | 第50-53页 |
| ·改进不确定贝叶斯分类预测模型 | 第50-51页 |
| ·不确定贝叶斯增量分类预测模型 | 第51页 |
| ·结果分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结及展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间的研究成果 | 第59-60页 |
