基于SVM的单沟泥石流危险度预测模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究的背景及意义 | 第9-11页 |
| 1.1.1 课题研究背景 | 第9-11页 |
| 1.1.2 课题研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外泥石流危险度预测研究现状 | 第11-13页 |
| 1.2.2 国内泥石流危险度评价研究现状 | 第13-14页 |
| 1.3 研究内容及技术路线 | 第14-17页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 研究技术路线 | 第14-17页 |
| 第二章 泥石流概述 | 第17-29页 |
| 2.1 泥石流的特点 | 第17-18页 |
| 2.2 泥石流的分布规律 | 第18-20页 |
| 2.2.1 我国泥石流分布规律 | 第18-19页 |
| 2.2.2 世界泥石流的分布规律 | 第19-20页 |
| 2.3 泥石流的分类 | 第20-24页 |
| 2.3.1 分类的目的 | 第20页 |
| 2.3.2 分类原则 | 第20-22页 |
| 2.3.3 泥石流的分类 | 第22-24页 |
| 2.4 泥石流形成的基本条件 | 第24-27页 |
| 2.4.1 地质条件 | 第24-25页 |
| 2.4.2 地形条件 | 第25-27页 |
| 2.4.3 降水条件 | 第27页 |
| 2.5 泥石流形成的影响因素 | 第27-29页 |
| 2.5.1 地理环境因素 | 第27-28页 |
| 2.5.2 人类社会因素 | 第28-29页 |
| 2.6 本章小结 | 第29页 |
| 第三章 理论预备 | 第29-45页 |
| 3.1 数据预处理 | 第29-32页 |
| 3.1.1 主成分分析法 | 第29-30页 |
| 3.1.2 粗糙集 | 第30-32页 |
| 3.2 支持向量机 | 第32-37页 |
| 3.2.1 线性问题 | 第33-35页 |
| 3.2.2 非线性问题 | 第35-36页 |
| 3.2.3 核函数 | 第36-37页 |
| 3.2.4 SMO算法 | 第37页 |
| 3.3 参数寻优 | 第37-38页 |
| 3.3.1 粒子群算法 | 第38页 |
| 3.4 MATLAB简介 | 第38-43页 |
| 3.4.1 MATLAB界面 | 第39页 |
| 3.4.2 LIBSVM工具箱 | 第39-41页 |
| 3.4.3 算法程序编写 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 泥石流危险度预测 | 第45-63页 |
| 4.1 泥石流评价指标的选取 | 第45-47页 |
| 4.2 数据获取 | 第47-49页 |
| 4.3 基于RS-SVM的泥石流危险度预测 | 第49-55页 |
| 4.3.1 模型建立步骤及流程图 | 第49-50页 |
| 4.3.2 属性约简 | 第50-54页 |
| 4.3.3 参数寻优与回判检验 | 第54-55页 |
| 4.3.4 预测结果分析 | 第55页 |
| 4.4 基于PCA-SVM的泥石流危险度 | 第55-61页 |
| 4.4.1 模型建立步骤及流程图 | 第55-56页 |
| 4.4.2 主成分分析 | 第56-59页 |
| 4.4.3 参数寻优及回判检验 | 第59-61页 |
| 4.4.4 预测结果分析 | 第61页 |
| 4.5 本章小结 | 第61-63页 |
| 结论与展望 | 第63-65页 |
| 结论 | 第63页 |
| 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-73页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第73页 |
