本文選題：地震前兆數(shù)據(jù)　切入點(diǎn)：大數(shù)據(jù)挖掘　出處：《太原理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著全球信息技術(shù)和互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,各行業(yè)的數(shù)據(jù)信息迅猛增長,對于地震的相關(guān)科研趨勢亦是如此,繼而使大數(shù)據(jù)和大數(shù)據(jù)挖掘技術(shù)在地震監(jiān)測數(shù)據(jù)的研究領(lǐng)域引起人們的普遍重視。大數(shù)據(jù)本身蘊(yùn)含的龐大潛在價(jià)值促進(jìn)了大數(shù)據(jù)挖掘技術(shù)的產(chǎn)生,從具有容量大、多樣性、高速更新和潛在價(jià)值無窮盡的地震數(shù)據(jù)中挖掘出具有意義的知識將成為研究的重點(diǎn)。在國家“十五”數(shù)字化、網(wǎng)絡(luò)化改造前兆臺網(wǎng)監(jiān)測系統(tǒng)后,地震前兆數(shù)據(jù)的產(chǎn)出大大激增,半人工的傳統(tǒng)數(shù)據(jù)處理方法已經(jīng)不能滿足實(shí)際的工作需要。本文主要以太原市2011-2016年地震前兆形變數(shù)據(jù)為數(shù)據(jù)挖掘?qū)ο?以大數(shù)據(jù)挖掘的基本思想方法,主要開展以下兩項(xiàng)研究內(nèi)容:首先,對于前兆數(shù)據(jù)預(yù)處理,利用基于JAVA開發(fā)的開源的數(shù)據(jù)挖掘軟件Weka工具,主要重新安裝設(shè)置了Forecast環(huán)境,其原理主要為時(shí)間序列的前兆數(shù)據(jù)按其趨勢建立模型來補(bǔ)充小數(shù)量的缺失數(shù)據(jù),計(jì)算出的數(shù)據(jù)本為預(yù)測數(shù)據(jù),此方法將預(yù)測結(jié)果作為插值數(shù)據(jù),對于地震前兆數(shù)據(jù)的預(yù)處理工作具有促進(jìn)作用。其次,本文有效采用了Weka便利的開放特征,針對地震前兆數(shù)據(jù)測項(xiàng)特點(diǎn),將適用大數(shù)據(jù)特征的DFCM(基于密度函數(shù)加權(quán)的模糊聚類算法)通過工具M(jìn)yEclipse植入到同是JAVA開發(fā)的Weka運(yùn)行環(huán)境中,在Weka工作界面內(nèi)充分發(fā)揮該算法的作用,將各個(gè)測項(xiàng)數(shù)據(jù)進(jìn)行客觀模糊聚類分析,最終得出以下結(jié)論:首先,針對前兆各個(gè)測項(xiàng)數(shù)據(jù)變化復(fù)雜多樣、易缺失的情況,數(shù)據(jù)預(yù)處理部分重點(diǎn)研究了時(shí)間序列插值處理方法,設(shè)置利用的Weka-Forecast插值法對缺失數(shù)據(jù)進(jìn)行處理,并和行業(yè)其他研究成果的插值結(jié)果進(jìn)行比較,比較的標(biāo)準(zhǔn)是通過平均標(biāo)準(zhǔn)誤差的大小,結(jié)果說明Weka-Forecast插值法較其他常見插值方法適用性更好,重點(diǎn)是插值原理適用時(shí)間序列的前兆數(shù)據(jù)且操作簡單。其次,地震前兆數(shù)據(jù)在Weka中的聚類分析得以實(shí)現(xiàn),植入的模糊聚類算法通過改變參數(shù)尋找相對良好的并符合實(shí)際意義的聚類結(jié)果。實(shí)驗(yàn)數(shù)據(jù)中,大部分測項(xiàng)數(shù)據(jù)可以被檢測出異常數(shù)據(jù),與半人工的檢測標(biāo)準(zhǔn)對比,其準(zhǔn)確率良好。本文創(chuàng)新點(diǎn)在于地震前兆數(shù)據(jù)的大數(shù)據(jù)挖掘研究是時(shí)代發(fā)展必然需求,從聚類分析方法入手,挖掘出尚未被認(rèn)知的規(guī)律或者對已有規(guī)律的新認(rèn)知,利用這種新思路、新模式,結(jié)合有效的數(shù)據(jù)挖掘工具,并能初步嘗試實(shí)現(xiàn)這種思路的具體分析過程,最終根據(jù)前兆數(shù)據(jù)的具體意義,確認(rèn)發(fā)展規(guī)律,對于以前兆數(shù)據(jù)為基礎(chǔ)研究的科研問題具有一定意義。
[Abstract]:With the rapid development of global information technology and Internet technology, the data and information of various industries are growing rapidly, and so is the trend of earthquake related scientific research. Thus, big data and big data mining techniques have attracted widespread attention in the research field of seismic monitoring data. The huge potential value contained in big data itself has promoted the production of big data mining technology, which has a large capacity and diversity. Mining meaningful knowledge from seismic data of high speed updating and endless potential value will become the focus of research. After the national "15" digitization and network transformation of precursor network monitoring system, the output of seismic precursor data has greatly increased. The semi-artificial traditional data processing method can no longer meet the practical needs. This paper mainly takes the earthquake precursor deformation data from 2011 to 2016 in Taiyuan as the data mining object, and takes the basic thinking method of big data mining as the main data mining object. The main research contents are as follows: first of all, for precursor data preprocessing, using the open source data mining software Weka tool based on JAVA, it mainly reinstates and sets up the Forecast environment. The principle is that the precursor data of time series is modeled according to its trend to supplement a small amount of missing data, and the calculated data is predicted data. The method takes the prediction results as interpolation data. It can promote the preprocessing of seismic precursor data. Secondly, this paper effectively adopts the open feature of Weka, aiming at the characteristics of seismic precursor data. The fuzzy clustering algorithm based on density function weighting (DFCM), which is suitable for big data feature, is implanted into the Weka running environment which is also developed by JAVA through the tool MyEclipse, and the function of the algorithm is brought into full play in the Weka working interface. The objective fuzzy clustering analysis of each item data is carried out, and the following conclusions are drawn: first of all, in view of the complex and diverse changes of the precursor data, the data preprocessing part focuses on the time series interpolation processing method. Set up the Weka-Forecast interpolation method to process the missing data, and compare with the interpolation results of other research results in the industry. The standard of comparison is through the size of the average standard error. The results show that the Weka-Forecast interpolation method is more applicable than other common interpolation methods. The emphasis is that the interpolation principle is applicable to the precursor data of time series and the operation is simple. Secondly, the clustering analysis of seismic precursor data in Weka is realized. The embedded fuzzy clustering algorithm can change the parameters to find the relatively good clustering results which accord with the practical significance. In the experimental data, most of the test data can be detected abnormal data, which is compared with the semi-artificial detection standard. The innovation of this paper is that the research of big data mining earthquake precursor data is the inevitable demand of the development of the times. Starting with the cluster analysis method, we can find out the laws that have not been recognized or the new cognition of the existing laws. Using this new idea, new model, effective data mining tools, and can initially try to realize the specific analysis process of this idea, finally according to the specific significance of precursor data, confirm the development law, It has a certain significance for the scientific research on the basis of precursor data.
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：P315.72;TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹鳳娟,谷光裕,牛峰,魏柳,吳鏑;地震前兆數(shù)據(jù)傳輸與處理系統(tǒng)的建立[J];東北地震研究;2000年01期

2 李圣強(qiáng),楊滿棟,米宏亮,李閩峰,姜立新,宋喜先,趙育浦;地震前兆數(shù)據(jù)的管理與服務(wù)[J];地震;2001年04期

3 李興堅(jiān),陳蘭新,尹亮,劉曉明,陳建軍,武銀,劉鴻斌,李東生,許玉紅;地震前兆數(shù)字化公用設(shè)備常見故障檢查與處理[J];高原地震;2001年04期

4 ;電器異常也可能是地震前兆[J];新農(nóng)業(yè);2001年12期

5 程光華;新疆地震前兆臺站(網(wǎng))技術(shù)改造項(xiàng)目通過驗(yàn)收[J];內(nèi)陸地震;2002年01期

6 王行舟,李立鳳,蔣春曦,王洋;安徽省地震前兆數(shù)據(jù)糾錯(cuò)軟件[J];地震地磁觀測與研究;2003年05期

7 陳述新,朱燕;地震前兆數(shù)據(jù)庫軟件的使用[J];內(nèi)陸地震;2003年03期

8 王鳳;地震前兆臺站的防雷[J];災(zāi)害學(xué);2005年02期

9 王秀英;周振安;丁晗;;網(wǎng)絡(luò)通訊技術(shù)在地震前兆儀器中的應(yīng)用探討[J];華北地震科學(xué);2005年04期

10 李煒;王利科;楊靜;陳曦序;劉銳;;青島市地震前兆臺站監(jiān)測現(xiàn)狀及監(jiān)控能力分析[J];國際地震動(dòng)態(tài);2006年04期

相關(guān)會議論文 前10條

1 楊軍;田韜;盧永;;用于地震前兆探測的巖石聲發(fā)射技術(shù)[A];中國地震學(xué)會成立三十年學(xué)術(shù)研討會論文摘要集[C];2009年

2 陸坤權(quán);厚美瑛;王強(qiáng);彭政;孫威;孫曉明;王玉瑩;佟曉輝;姜澤輝;劉寄星;;顆粒介質(zhì)中探測地震前兆和前兆應(yīng)力-應(yīng)變傳播模型[A];第七屆全國液體和軟物質(zhì)物理學(xué)術(shù)會議程序冊及論文摘要集[C];2010年

3 周碩愚;張榮富;;地震前兆普適特性的研究[A];1990年中國地球物理學(xué)會第六屆學(xué)術(shù)年會論文集[C];1990年

4 張肇誠;王貴宣;鄭大林;;地震前兆含義、科學(xué)問題與研究途徑的研討[A];中國地震學(xué)會第六次學(xué)術(shù)大會論文摘要集[C];1996年

5 陳棋福;;地震前兆資料的分形特征及可預(yù)報(bào)尺度[A];1991年中國地球物理學(xué)會第七屆學(xué)術(shù)年會論文集[C];1991年

6 謝華章;田建明;黃耘;鄭江蓉;孫春仙;;華東地區(qū)中短期地震前兆的區(qū)域特征[A];中國地震學(xué)會第八次學(xué)術(shù)大會論文摘要集[C];2000年

7 周振安;;地震前兆數(shù)據(jù)采集器的可靠性分析[A];中國地震學(xué)會第八次學(xué)術(shù)大會論文摘要集[C];2000年

8 陳學(xué)忠;王曉青;;強(qiáng)震前短臨地震前兆時(shí)空分布非均勻性變化特征[A];中國地震學(xué)會第九次學(xué)術(shù)大會論文摘要集——紀(jì)念李善邦先生百年誕辰[C];2002年

9 武安緒;吳培稚;蘭從欣;樊智勇;;經(jīng)驗(yàn)?zāi)B(tài)分解在地震前兆資料分析中的應(yīng)用[A];新方法和新技術(shù)在地震預(yù)報(bào)中的應(yīng)用暨中國東部地區(qū)震情研討會論文摘要集[C];2004年

10 鄭治真;劉元壯;胡祚春;于光;吳大銘;;非穩(wěn)態(tài)最優(yōu)線性濾波及其應(yīng)用和地震前兆資料分析中的數(shù)學(xué)方法[A];中國地震學(xué)會第二屆代表大會暨學(xué)術(shù)年會論文摘要匯編[C];1984年

相關(guān)重要報(bào)紙文章 前8條

1 ;州地震局提示 近期我州境內(nèi)無任何地震前兆[N];祁連山報(bào);2010年

2 李濤濤;湘鄉(xiāng)市地震前兆臺省評獲獎(jiǎng)[N];湘潭日報(bào);2007年

3 李學(xué)梅;科學(xué)家發(fā)現(xiàn)1999年土耳其大地震前兆[N];中國國土資源報(bào);2011年

4 記者史雪紅;觀測地震前兆州直設(shè)百個(gè)宏觀觀測點(diǎn)[N];伊犁日報(bào)(漢);2011年

5 記者 王悠璐 實(shí)習(xí)生 鐘智;宜賓自貢擬共建地震前兆監(jiān)測網(wǎng)[N];宜賓日報(bào);2013年

6 記者 唐偉;研討地震前兆數(shù)據(jù)分析工作[N];湄洲日報(bào);2010年

7 本報(bào)記者 張曄　通訊員 賈冰;極端天氣中能否發(fā)現(xiàn)地震前兆？[N];科技日報(bào);2011年

8 本報(bào)記者 賈西平;邁向新世紀(jì)的科技會戰(zhàn)[N];人民日報(bào);2001年

相關(guān)博士學(xué)位論文 前1條

1 劉子維;地震前兆數(shù)據(jù)異常識別關(guān)鍵技術(shù)研究[D];武漢大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 王洪偉;基于Weka大數(shù)據(jù)挖掘方法在地震前兆數(shù)據(jù)處理中的應(yīng)用[D];太原理工大學(xué);2017年

2 張e，

本文編號：1590603