摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 引言 | 第10页 |
1.2 地震预警基本概念 | 第10-12页 |
1.2.1 地震预警原理 | 第10-11页 |
1.2.2 异地预警与现地预警 | 第11-12页 |
1.2.3 地震烈度与仪器地震烈度 | 第12页 |
1.3 国内外研究现状 | 第12-13页 |
1.3.1 地震预警中烈度预测算法 | 第12-13页 |
1.3.2 人工神经元网络在地震研究当中的应用 | 第13页 |
1.4 本文研究的目的和意义 | 第13-14页 |
1.5 本文主要内容和组织安排 | 第14-16页 |
第二章 地震数据来源及预处理 | 第16-24页 |
2.1 地震数据选取 | 第16-18页 |
2.1.1 全部数据 | 第16-17页 |
2.1.2 触发台站的筛选 | 第17-18页 |
2.2 烈度计算方法 | 第18-19页 |
2.3 地震数据处理方法简介 | 第19-21页 |
2.3.1 震相识别方法 | 第19-20页 |
2.3.2 地震记录处理方法 | 第20页 |
2.3.3 地震记录处理实例 | 第20-21页 |
2.4 本章小结 | 第21-24页 |
第三章 基于形状函数预测仪器烈度的方法及改进 | 第24-42页 |
3.1 预测方法介绍 | 第24-27页 |
3.1.1 方法概述 | 第24-25页 |
3.1.2 形状函数的选择 | 第25-27页 |
3.2 形状函数中参数的确定 | 第27-33页 |
3.2.1 tm的确定 | 第27-28页 |
3.2.2 h的确定 | 第28页 |
3.2.3 其它参数的确定 | 第28-32页 |
3.2.4 烈度预测实例 | 第32-33页 |
3.3 结果初步分析 | 第33-35页 |
3.4 利用离散数据点预测烈度的方法 | 第35-37页 |
3.4.1 模型建立与参数计算 | 第35-37页 |
3.4.2 烈度预测实例 | 第37页 |
3.5 烈度预测结果分析 | 第37-39页 |
3.6 本章小结 | 第39-42页 |
第四章 基于人工神经元模型预测仪器烈度的方法 | 第42-54页 |
4.1 人工神经元模型介绍 | 第42-43页 |
4.2 模型选择 | 第43页 |
4.3 使用BP算法的仪器地震烈度预测 | 第43-52页 |
4.3.1 BP神经网络输入参数选择 | 第43-44页 |
4.3.2 三种模型的建立 | 第44-45页 |
4.3.3 三种模型的计算 | 第45-47页 |
4.3.4 烈度预测实例 | 第47页 |
4.3.5 烈度预测结果分析 | 第47-52页 |
4.4 本章小结 | 第52-54页 |
第五章 连续预测仪器地震烈度方法的比较和测试 | 第54-70页 |
5.1 方法的比较 | 第54-55页 |
5.1.1 模型的准确性比较 | 第54-55页 |
5.1.2 模型的时效性比较 | 第55页 |
5.2 对三种方法的测试 | 第55-68页 |
5.2.1 四川芦山地震震例测试 | 第56-60页 |
5.2.2 云南景谷地震震例测试 | 第60-62页 |
5.2.3 台湾高雄地震震例测试 | 第62-65页 |
5.2.4 福建仙游地震震例实时测试 | 第65-68页 |
5.3 本章小结 | 第68-70页 |
第六章 结论与展望 | 第70-74页 |
6.1 本文工作总结 | 第70-71页 |
6.1.1 本文工作 | 第70-71页 |
6.1.2 存在的问题和不足 | 第71页 |
6.2 工作展望 | 第71-74页 |
附录一 形状函数预测方法的预测平均烈度差 | 第74-80页 |
附录 1.1 震源距 0-50km台站的预测情况 | 第74页 |
附录 1.2 震源距 50-100km台站的预测情况 | 第74-75页 |
附录 1.3 震源距 100-150km台站的预测情况 | 第75-76页 |
附录 1.4 震源距 150-200km台站的预测情况 | 第76-77页 |
附录 1.5 震源距 200-250km台站的预测情况 | 第77-80页 |
参考文献 | 第80-84页 |
致谢 | 第84-86页 |
作者简介 | 第86页 |
攻读硕士学位期间发表的论文 | 第86页 |
攻读硕士学位期间参与的科研项目 | 第86页 |