首页--天文学、地球科学论文--地球物理学论文--大地(岩石界)物理学(固体地球物理学)论文--地震学论文--地震观测预报论文--地震预报论文

基于支持向量机和小波分析的地震预测研究

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-18页
   ·选题背景及研究意义第9-14页
   ·中国地震预报研究概况第14-16页
   ·研究现状第16页
   ·本研究课题的主要目的及内容第16-18页
第二章 常用地震预报方法简介第18-28页
   ·地震预报的概率统计方法第18-19页
   ·地震预报的模糊数学方法第19-20页
   ·地震预报的灰色系统理论方法第20-22页
     ·灰色预测方法第21-22页
     ·灰色模糊预测方法第22页
   ·地震预报的模式识别方法第22-24页
     ·模式识别的基本原理与主要方法第22-24页
     ·模式识别在地震预报中的应用第24页
   ·地震预报的物理方法第24-25页
   ·地震预报的神经网络方法第25-28页
第三章 支持向量机第28-39页
   ·支持向量机(Support Vector Machines,简称SVM)的起源与发展第28-29页
   ·支持向量机的分类第29-33页
   ·支持向量机回归机模型第33-35页
     ·线性回归第33-34页
     ·非线性回归第34-35页
   ·最小二乘支持向量机基本原理第35-36页
   ·核函数第36-38页
     ·在特征空间中学习第36-37页
     ·常用核函数第37-38页
   ·常见的损失函数第38-39页
第四章 小波分析第39-51页
   ·小波分析理论意义第39-40页
   ·付里叶变换第40-42页
     ·付里叶变换原理第40-41页
     ·短时付里叶变换第41-42页
   ·小波分析的基本原理第42-45页
     ·连续小波变换第43页
     ·离散小波变换第43-44页
     ·多分辨分析第44-45页
   ·小波函数第45-51页
     ·Haar小波第46-47页
     ·Daubechies小波第47-48页
     ·Morlet小波第48页
     ·Meyer小波第48-49页
     ·Gaussian小波第49-51页
第五章 中国大陆地震活动预测第51-61页
   ·地震背景分析第51-52页
   ·资料选取第52页
   ·中国大陆地震活动的小波分析第52-55页
   ·中国大陆地震活动最小二乘支持向量机预测第55-61页
     ·数据资料第55页
     ·输入输出变量的选择第55-57页
     ·预测结果第57-59页
     ·LS-SVM方法与其他方法预测结果对比第59-61页
结论与展望第61-63页
参考文献第63-67页
攻读学位期间取得的研究成果第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:氟在地下水中迁移转化模拟与人体健康效应--以关中盆地大荔地区为例
下一篇:新疆东准噶尔卡拉麦里蛇绿岩及姜巴斯套组火山岩研究