首页--天文学、地球科学论文--水文地质学与工程地质学论文--工程地质学论文--动力地质及工程地质作用论文--岩溶(喀斯特)论文

基于支持向量机的喀斯特石漠化程度和危险度评价研究

论文创新点第4-9页
摘要第9-11页
ABSTRACT第11-12页
1 绪论第13-28页
    1.1 选题的背景和意义第13-14页
    1.2 喀斯特石漠化程度和危险度评价国内外相关研究进展第14-22页
        1.2.1 国内外石漠化程度和危险度评价研究进展第14-20页
        1.2.2 喀斯特石漠化程度和危险度评价存在的问题第20-22页
    1.3 SVM模型用于石漠化程度和危险度评价的可行性分析第22-23页
    1.4 论文的研究内容及结构安排第23-26页
        1.4.1 研究内容第23-24页
        1.4.2 论文框架第24-26页
    1.5 本研究的关键问题第26-28页
2 石漠化程度和危险度评价的理论基础第28-45页
    2.1 石漠化程度和危险度评价的理论依据和原则第28-31页
        2.1.1 石漠化程度和危险度评价的理论依据第28-29页
        2.1.2 石漠化程度和危险度评价的等级划分原则第29-30页
        2.1.3 石漠化程度和危险度评价的内容第30页
        2.1.4 石漠化程度和危险度评价的流程第30-31页
    2.2 统计学习理论第31-33页
        2.2.1 机器学习第31-33页
        2.2.2 统计学习理论第33页
    2.3 支持向量机及最小二乘支持向量机原理第33-40页
        2.3.1 支持向量机原理第33-38页
        2.3.2 最小二乘支持向量机原理第38-40页
    2.4 微粒群的基本原理第40-44页
        2.4.1 标准PSO算法第40-42页
        2.4.2 TSPSO算法第42-44页
    2.5 本章小结第44-45页
3 石漠化程度和危险度评价指标体系构建第45-53页
    3.1 石漠化程度和危险度评价指标体系构建原则第45-46页
    3.2 石漠化程度评价指标体系构建第46-49页
        3.2.1 石漠化程度评价指标的选取第46-48页
        3.2.2 石漠化程度评价指标的量化第48-49页
    3.3 石漠化危险度评价指标体系构建第49-52页
        3.3.1 石漠化危险度评价指标的选取第49-51页
        3.3.2 石漠化危险度评价指标的量化第51-52页
    3.4 本章小结第52-53页
4 石漠化程度和危险度重要评价指标信息提取第53-74页
    4.1 基于遥感的植被覆盖度信息提取第53-61页
        4.1.1 基于植被覆盖度监测的植被指数第53-55页
        4.1.2 基于混合像元分解法和NDVI指数的植被覆盖度估算方法第55-57页
        4.1.3 研究区植被覆盖度信息提取第57-61页
    4.2 基于遥感的基岩裸露率信息提取第61-65页
        4.2.1 喀斯特地区基岩裸露率计算原理分析第62页
        4.2.2 基于裸土指数的基岩裸露率估算方法第62-63页
        4.2.3 研究区基岩裸露率信息提取第63-65页
    4.3 坡度及地势起伏度信息提取第65-73页
        4.3.1 建立研究区DEM第65-66页
        4.3.2 基于格网DEM的坡度和地势起伏度信息提取第66-73页
    4.4 本章小结第73-74页
5 石漠化程度和危险度评价的SVM模型研究第74-85页
    5.1 石漠化程度和危险度评价的PSO与SVM耦合建模思路第74-75页
    5.2 支持向量机模型核函数的确定第75-77页
        5.2.1 核函数的基本原理第75-76页
        5.2.2 支持向量机模型中核函数的选取第76-77页
    5.3 石漠化程度和危险度评价的TSPSO-LSSVM模型第77-80页
        5.3.1 基于TSPSO算法的LSSVM模型参数寻优第77-79页
        5.3.2 TSPSO-LSSVM模型的建立和评价步骤第79-80页
    5.4 石漠化程度和危险度评价的PSO-LSSVM模型第80-82页
        5.4.1 基于标准PSO算法的LSSVM模型参数了优第80-81页
        5.4.2 PSO-LSSVM模型的建立和评估步骤第81-82页
    5.5 石漠化程度和危险度评价的标准SVM模型第82-83页
    5.6 三种SVM模型对比分析实验方案第83-84页
    5.7 本章小结第84-85页
6 实例分析第85-118页
    6.1 研究区概况第85-86页
        6.1.1 自然条件第85-86页
        6.1.2 社会经济状况第86页
    6.2 研究区石漠化程度和危险度评价数据准备第86-91页
        6.2.1 资料来源第86页
        6.2.2 评价指标数据准备第86-91页
    6.3 石漠化程度和危险度评价的SVM模型对比分析及选取第91-110页
        6.3.1 石漠化程度评价的标准SVM、PSO-LSSVM与TSPSO-LSSVM模型训练第91-99页
        6.3.2 石漠化危险度评价的标准SVM、PSO-LSSVM与TSPSO-LSSVM模型训练第99-108页
        6.3.3 模型训练结果对比分析与SVM模型确定第108-110页
    6.4 基于TSPSO-LSSVM模型的研究区石漠化程度评价第110-113页
        6.4.1 评价指标数据主成分分析第110-112页
        6.4.2 基于TSPSO-LSSVM模型的研究区石漠化程度评价第112页
        6.4.3 研究区石漠化程度综合分区及结果分析第112-113页
    6.5 基于TSPSO-LSSVM模型的石漠化危险度评价第113-117页
        6.5.1 评价指标数据主成分分析第113-115页
        6.5.2 基于TSPSO-LSSVM模型的研究区石漠化危险度评价第115-116页
        6.5.3 研究区石漠化危险度综合分区及结果分析第116-117页
    6.6 本章小结第117-118页
7 结论与展望第118-120页
    7.1 结论与创新点第118-119页
        7.1.1 论文总结第118页
        7.1.2 主要创新第118-119页
    7.2 进一步的研究展望第119-120页
参考文献第120-129页
攻博期间发表的科研成果目录第129-130页
致谢第130页

论文共130页,点击 下载论文
上一篇:时序InSAR的北京地面沉降及演变特征研究
下一篇:电离层探测系统的定位技术研究