| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-20页 |
| ·选题依据及研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-18页 |
| ·地质灾害研究现状 | 第13-14页 |
| ·汶川地震公路边坡地质灾害研究现状 | 第14-15页 |
| ·边坡稳定性评价方法 | 第15-16页 |
| ·数据挖掘技术研究现状 | 第16-17页 |
| ·数据挖掘在地质灾害领域应用研究现状 | 第17-18页 |
| ·研究思路、内容及技术路线 | 第18-20页 |
| ·研究思路 | 第18页 |
| ·研究内容 | 第18-19页 |
| ·技术路线 | 第19-20页 |
| 第2章 研究区地质环境条件 | 第20-29页 |
| ·地形地貌 | 第20-21页 |
| ·地质构造 | 第21-22页 |
| ·地层岩性 | 第22-24页 |
| ·气象水文条件 | 第24-25页 |
| ·新构造运动与地震 | 第25-29页 |
| ·发震构造特征 | 第25-27页 |
| ·汶川地震基本特征 | 第27-29页 |
| 第3章 强震区公路岩质边坡地质灾害分析 | 第29-48页 |
| ·研究区主要地质灾害类型 | 第29-33页 |
| ·崩塌 | 第29-30页 |
| ·滑坡 | 第30-31页 |
| ·其他 | 第31-33页 |
| ·研究区岩质边坡地质灾害特征分析 | 第33-42页 |
| ·强震区地震崩塌灾害特征 | 第33-37页 |
| ·强震区地震滑坡灾害特征 | 第37-42页 |
| ·发育分布规律分析 | 第42-48页 |
| ·灾害规模特征分析 | 第42-43页 |
| ·与地形地貌的关系 | 第43-44页 |
| ·与岩性的关系 | 第44-45页 |
| ·与岩体结构的关系 | 第45-46页 |
| ·与断裂带的关系 | 第46-48页 |
| 第4章 强震区公路岩质边坡地质灾害评价指标体系研究 | 第48-70页 |
| ·评价指标体系建立原则 | 第48-49页 |
| ·粗糙集理论 | 第49-53页 |
| ·粗糙集理论基础知识 | 第49-51页 |
| ·粗糙集属性约简 | 第51-53页 |
| ·强震区公路岩质边坡地质灾害影响因素分析 | 第53-56页 |
| ·内在因素分析 | 第54-56页 |
| ·外在因素分析 | 第56页 |
| ·岩质边坡地质灾害评价指标的选取 | 第56-57页 |
| ·岩质边坡地质灾害评价指标的量化 | 第57-62页 |
| ·岩质边坡地质灾害评价指标体系的建立 | 第62-70页 |
| ·岩质边坡地质灾害评价决策表的建立 | 第63-64页 |
| ·基于粗糙集的岩质边坡地质灾害评价指标属性约简 | 第64-67页 |
| ·基于粗糙集属性约简的岩质边坡地质灾害评价指标体系 | 第67-70页 |
| 第5章 基于决策树的强震区公路岩质边坡地质灾害评价模型研究 | 第70-84页 |
| ·决策树基本理论 | 第70-74页 |
| ·概述 | 第70-71页 |
| ·决策树的构建方法 | 第71-72页 |
| ·典型决策树算法介绍 | 第72-74页 |
| ·集成学习方法 | 第74-76页 |
| ·Bagging 集成算法 | 第74-75页 |
| ·Adaboost 集成算法 | 第75-76页 |
| ·岩质边坡地质灾害评价模型的建立 | 第76-80页 |
| ·C4.5 决策树评价模型 | 第77-79页 |
| ·基于 Bagging 的集成决策树评价模型 | 第79页 |
| ·基于 Adaboost 的集成决策树评价模型 | 第79-80页 |
| ·评价效果分析 | 第80-84页 |
| ·正确率 | 第80-81页 |
| ·Kappa 统计量 | 第81页 |
| ·平均绝对误差 | 第81-82页 |
| ·相对绝对误差 | 第82-84页 |
| 结论 | 第84-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 攻读学位期间取得的成果 | 第91页 |
