| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-21页 |
| ·课题的背景和意义 | 第9-10页 |
| ·国内外的研究现状和发展趋势 | 第10-19页 |
| ·地震预测的研究现状 | 第10-15页 |
| ·支持向量机的原理 | 第15-17页 |
| ·支持向量机的研究现状 | 第17-19页 |
| ·本文的研究内容及创新点 | 第19-21页 |
| 第二章 基于AHC过采样和有偏支持向量机的云南地区地震预测 | 第21-34页 |
| ·地震前兆的特征提取 | 第21-24页 |
| ·重采样(resampling)技术 | 第24-26页 |
| ·欠采样 | 第25页 |
| ·过采样 | 第25-26页 |
| ·从支持向量机算法上解决不平衡分类问题 | 第26-27页 |
| ·评测指标 | 第27-29页 |
| ·实验结果与讨论 | 第29-33页 |
| ·数据采集与预处理 | 第29-30页 |
| ·预测结果对比与分析 | 第30-32页 |
| ·预测结果检验 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于一类分类支持向量机的云南地区地震预测 | 第34-45页 |
| ·一类分类问题 | 第34-35页 |
| ·一类分类支持向量机 | 第35-37页 |
| ·一种改进的一类分类器——HOCC | 第37-40页 |
| ·目标类结构分析 | 第38-39页 |
| ·HOCC的实现 | 第39-40页 |
| ·实验结果与讨论 | 第40-44页 |
| ·三种分类算法的预测结果对比 | 第40-41页 |
| ·SOCC与HOCC的预测效果对比 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于支持向量回归机的云南地区地震预测 | 第45-54页 |
| ·ε-支持向量回归机 | 第45-48页 |
| ·回归问题的数学提法 | 第45页 |
| ·ε-支持向量回归机 | 第45-48页 |
| ·实验结果与讨论 | 第48-53页 |
| ·数据的采集 | 第48-49页 |
| ·实验的评测指标 | 第49页 |
| ·ε-SVR预测效果检验 | 第49-51页 |
| ·神经网络预测效果检验 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-63页 |
| 攻读学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64-66页 |