摘要 | 第1-8页 |
Summary | 第8-10页 |
第一章 引言 | 第10-17页 |
·研究的背景及意义 | 第10-12页 |
·研究背景 | 第10-11页 |
·研究意义 | 第11-12页 |
·国内外研究进展 | 第12-15页 |
·支持向量机研究进展 | 第12-13页 |
·水资源可持续利用研究进展 | 第13-14页 |
·水资源承载力研究进展 | 第14-15页 |
·支持向量机模型在水文水资源领域中的应用 | 第15页 |
·本文研究的主要内容 | 第15-17页 |
第二章 支持向量机理论基础 | 第17-33页 |
·机器学习 | 第17-19页 |
·问题的表示 | 第17-19页 |
·经验风险最小化 | 第19页 |
·复杂性与推广能力 | 第19页 |
·统计学习理论 | 第19-21页 |
·VC 维 | 第20页 |
·推广性的界 | 第20-21页 |
·结构风险最小化原则 | 第21页 |
·支持向量机 | 第21-31页 |
·最优超平面 | 第22-23页 |
·核函数 | 第23-25页 |
·支持向量机分类算法 | 第25-28页 |
·支持向量机回归算法 | 第28-31页 |
·支持向量机的优点及不足 | 第31-32页 |
·本章小结 | 第32-33页 |
第三章 支持向量机的参数优化方法 | 第33-43页 |
·核参数分析 | 第33-34页 |
·常用的核参数优化方法 | 第34-38页 |
·交叉验证方法 | 第34-35页 |
·网格搜索方法 | 第35页 |
·基于遗传算法的核参数优化方法 | 第35-36页 |
·基于粒子群算法的核参数优化方法 | 第36-38页 |
·基于混合蛙跳算法的核参数优化方法 | 第38-41页 |
·混合蛙跳算法行为描述 | 第38-39页 |
·数学模型 | 第39-40页 |
·参数优化步骤 | 第40页 |
·实例验证 | 第40-41页 |
·支持向量机的基本应用流程 | 第41-42页 |
·本章小结 | 第42-43页 |
第四章 基于支持向量分类机的水资源可持续利用评价模型 | 第43-49页 |
·区域水资源可持续利用评价概述 | 第43-44页 |
·构建评价指标体系 | 第44-45页 |
·基于SVM 的水资源可持续利用评价模型 | 第45-48页 |
·基本数学模型 | 第45页 |
·模型样本的生成和预处理 | 第45-46页 |
·模型的输入输出样本 | 第46页 |
·模型的建立 | 第46-47页 |
·模型的验证 | 第47-48页 |
·本章小结 | 第48-49页 |
第五章 基于支持向量回归机的水资源承载力预测模型 | 第49-55页 |
·水资源承载力概述 | 第49-50页 |
·水资源承载力影响因素分析 | 第50-51页 |
·粗糙集 | 第51-52页 |
·基于RS 和SVM 的水资源承载力预测模型 | 第52-54页 |
·建立初始预测指标 | 第53页 |
·数据归一化处理 | 第53页 |
·基于粗糙集的属性约简 | 第53-54页 |
·水资源承载力预测模型的建立 | 第54页 |
·模型预测结果及性能分析 | 第54页 |
·本章小结 | 第54-55页 |
第六章 应用实例 | 第55-64页 |
·民勤绿洲概况 | 第55-58页 |
·自然地理概况 | 第55页 |
·社会经济概况 | 第55-56页 |
·水资源概况 | 第56-58页 |
·民勤绿洲水资源开发利用现状 | 第58-60页 |
·水资源开发利用工程现状 | 第58页 |
·供水现状 | 第58页 |
·用水现状 | 第58-59页 |
·水资源开发利用中存在的问题 | 第59-60页 |
·民勤绿洲水资源可持续利用评价模型 | 第60-61页 |
·评价指标体系及评价指标分级标准 | 第60页 |
·数据采集与预处理 | 第60页 |
·模型的构建与结果分析 | 第60-61页 |
·民勤绿洲水资源承载力回归预测模型 | 第61-63页 |
·影响因子的选取及约简 | 第61-62页 |
·构建样本集 | 第62页 |
·建模及预测结果分析 | 第62-63页 |
·本章小结 | 第63-64页 |
第七章 结论与展望 | 第64-66页 |
·结论 | 第64页 |
·存在的问题及展望 | 第64-66页 |
参考文献 | 第66-72页 |
致谢 | 第72-73页 |
作者简介 | 第73-74页 |
导师简介 | 第74-75页 |