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 |