| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 边坡预警研究现状 | 第10-12页 |
| 1.2.2 马尔可夫链理论应用研究现状 | 第12-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 研究方法与技术路线 | 第14-16页 |
| 2 基于马尔可夫链理论的滑坡预警方法研究 | 第16-32页 |
| 2.1 马尔可夫链理论简介 | 第16-21页 |
| 2.1.1 随机过程的定义和分类 | 第16-17页 |
| 2.1.2 马尔可夫过程的定义和性质 | 第17-18页 |
| 2.1.3 马尔可夫预测方法 | 第18-19页 |
| 2.1.4 加权马尔可夫预测方法 | 第19-21页 |
| 2.2 基于马尔可夫链理论的滑坡判据研究 | 第21-24页 |
| 2.2.1 滑坡过程中的位移演化特征分析 | 第21-22页 |
| 2.2.2 基于马尔可夫链理论的滑坡判据描述 | 第22-24页 |
| 2.3 常用的数据状态划分方法简介 | 第24-28页 |
| 2.3.1 基于聚类分析法的数据状态划分方法 | 第24-27页 |
| 2.3.2 基于均值-标准差法的数据状态划分方法 | 第27-28页 |
| 2.4 滑坡预警模型的评价标准研究 | 第28-30页 |
| 2.4.1 及时性标准 | 第28-29页 |
| 2.4.2 抗干扰性标准 | 第29页 |
| 2.4.3 可信度标准 | 第29-30页 |
| 2.5 小结 | 第30-32页 |
| 3 基于系统聚类的加权马尔可夫模型在滑坡预警中的应用 | 第32-56页 |
| 3.1 典型滑坡监测数据收集 | 第32-36页 |
| 3.2 加权马尔可夫预测及预警过程描述 | 第36-45页 |
| 3.2.1 数据标准化处理 | 第36-37页 |
| 3.2.2 数据状态划分 | 第37-39页 |
| 3.2.3 加权马尔可夫链预测过程 | 第39-42页 |
| 3.2.4 动态加权马尔可夫链预测过程与滑坡预警结果 | 第42-45页 |
| 3.3 马尔可夫预警模型优化 | 第45-55页 |
| 3.3.1 预警效果检验与分析 | 第45-46页 |
| 3.3.2 预警标准的修正 | 第46-48页 |
| 3.3.3 最优样本容量的确定 | 第48-52页 |
| 3.3.4 最优模型参数下的预警效果 | 第52-55页 |
| 3.4 小结 | 第55-56页 |
| 4 基于均值-标准差的加权马尔可夫模型在滑坡预警中的应用 | 第56-76页 |
| 4.1 加权马尔可夫预测及预警过程描述 | 第56-63页 |
| 4.1.1 数据来源及参数说明 | 第56页 |
| 4.1.2 数据状态划分 | 第56-57页 |
| 4.1.3 加权马尔可夫链预测过程 | 第57-59页 |
| 4.1.4 动态加权马尔可夫链预测过程及滑坡预警结果 | 第59-63页 |
| 4.2 预警模型优化 | 第63-75页 |
| 4.2.1 模型参数确定 | 第63-68页 |
| 4.2.2 最优模型参数下的预警效果 | 第68-74页 |
| 4.2.3 基于不同分类方法的马尔可夫预警模型预警效果比较 | 第74-75页 |
| 4.3 小结 | 第75-76页 |
| 5 结论与展望 | 第76-78页 |
| 5.1 结论 | 第76-77页 |
| 5.2 展望 | 第77-78页 |
| 参考文献 | 第78-80页 |
| 作者简历 | 第80-82页 |
| 学术论文数据集 | 第82页 |
