支持向量机在物探方法预测含水层含水量中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 前言 | 第11-17页 |
| ·选题背景与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·预测模型研究现状 | 第12页 |
| ·利用地面物探参量进行含水量预测现状 | 第12-13页 |
| ·支持向量机研究现状 | 第13-14页 |
| ·本文研究内容及研究思路 | 第14-17页 |
| ·研究内容 | 第14-15页 |
| ·研究思路 | 第15-17页 |
| 第2章 含水层含水量预测的前提条件 | 第17-27页 |
| ·地下水的基本类型和特征 | 第17-19页 |
| ·地下水分类 | 第17页 |
| ·包气带水、潜水和承压水 | 第17-18页 |
| ·孔隙水、裂隙水和岩溶水 | 第18页 |
| ·结合水和重力水 | 第18页 |
| ·含水层和隔水层 | 第18-19页 |
| ·含水层介质的特性 | 第19-20页 |
| ·孔隙度和有效孔隙度 | 第19页 |
| ·渗透系数和渗透率 | 第19页 |
| ·与水分储容有关的性质 | 第19-20页 |
| ·地下水的补给、排泄与径流 | 第20-21页 |
| ·地下水的补给 | 第20-21页 |
| ·地下水的排泄 | 第21页 |
| ·地下水的径流 | 第21页 |
| ·第四系水文地质特征 | 第21页 |
| ·第四系含水层的类型及涌水量公式 | 第21-22页 |
| ·物探方法进行预测地下含水层含水量的基础 | 第22-26页 |
| ·含水层电阻率与含水量的相关性 | 第22-24页 |
| ·含水层激电性与含水量的相关性 | 第24-25页 |
| ·弹性参数与含水量的相关性 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第3章 地面综合物探技术方法对比试验研究 | 第27-39页 |
| ·对比实验区地质与水文地质条件 | 第27页 |
| ·激电测深法 | 第27-28页 |
| ·高密度电法 | 第28-29页 |
| ·可控源音频大地电磁法(CSAMT法) | 第29-31页 |
| ·瞬变电磁法(TEM法) | 第31-32页 |
| ·电导率成像(AMT法) | 第32-33页 |
| ·地质雷达法(GPR) | 第33-34页 |
| ·地面核磁共振感应法 | 第34-36页 |
| ·浅层地震法 | 第36-37页 |
| ·水文物探方法的优化组合 | 第37页 |
| ·小结 | 第37-39页 |
| 第4章 支持向量机理论 | 第39-50页 |
| ·机器学习 | 第39-41页 |
| ·机器学习问题 | 第39-40页 |
| ·经验风险最小化 | 第40-41页 |
| ·统计学习理论 | 第41-43页 |
| ·统计学习理论的产生 | 第41页 |
| ·学习过程的一致性条件 | 第41-42页 |
| ·VC维理论 | 第42页 |
| ·推广性的界 | 第42-43页 |
| ·结构风险最小化 | 第43页 |
| ·支持向量机理论 | 第43-49页 |
| ·支持向量机基本思想 | 第43-44页 |
| ·最优分类面 | 第44-45页 |
| ·广义的最优分类面 | 第45-46页 |
| ·核函数 | 第46-47页 |
| ·支持向量回归机 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第5章 实用输入特征量的优化 | 第50-55页 |
| ·预测基本输入特征量 | 第50-51页 |
| ·综合性参数的引入 | 第51-52页 |
| ·输入特征量的归一化 | 第52-53页 |
| ·预测输入特征量的优选 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第6章 预测模型的建立及系统实现 | 第55-64页 |
| ·核函数的选择及其参数的确定 | 第55-58页 |
| ·预测模型的建立 | 第58-60页 |
| ·预测系统实现 | 第60-64页 |
| ·系统功能分析 | 第60-61页 |
| ·系统功能模块设计 | 第61-62页 |
| ·系统界面设计 | 第62-63页 |
| ·小结 | 第63-64页 |
| 第7章 预测模型的应用及推广 | 第64-73页 |
| ·应用区水文地质概况 | 第64-67页 |
| ·西马庄水源地 | 第64-65页 |
| ·潮白河水源地 | 第65-67页 |
| ·物探工作技术方法 | 第67-72页 |
| ·仪器设备 | 第67页 |
| ·装置类型及极距选择 | 第67页 |
| ·仪器参数设置 | 第67-68页 |
| ·观测过程 | 第68页 |
| ·资料处理 | 第68页 |
| ·预测流程 | 第68-72页 |
| ·应用结果分析 | 第72-73页 |
| 第8章 结论和展望 | 第73-75页 |
| ·结论 | 第73-74页 |
| ·展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 个人简历 | 第79页 |
