地震是一種破壞性極大的自然災(zāi)害,每年給全世界造成重大的經(jīng)濟(jì)損失和人員傷亡,因此對(duì)地震進(jìn)行預(yù)測(cè)具有十分重要的意義。但是由于地球的不可入性、大地震的不頻發(fā)性、地震成因的復(fù)雜性等導(dǎo)致地震預(yù)測(cè)異常困難。地震預(yù)測(cè)的三要素是時(shí)間、震中心位置和震級(jí)大小,其中常固定三要素中的時(shí)間和地點(diǎn),對(duì)某個(gè)震級(jí)范圍內(nèi)的地震是否發(fā)生進(jìn)行預(yù)測(cè),可將其抽象為一個(gè)分類問題。其主要研究方向分為基于前兆數(shù)據(jù)的地震預(yù)測(cè)和基于歷史數(shù)據(jù)的地震預(yù)測(cè)。由于歷史數(shù)據(jù)完整性好、可靠性高,本文將選用基于歷史地震數(shù)據(jù)的地震預(yù)測(cè)作為研究方向。盡管目前地震預(yù)測(cè)取得了一定成果,但仍存在以下問題。由于地震的成因復(fù)雜,不同時(shí)間不同地點(diǎn)發(fā)生的地震,其主要影響因素可能存在差異,故描述不同地震的特征指標(biāo)也不盡相同。但大多數(shù)方法對(duì)所有地震數(shù)據(jù)均采用相同的特征指標(biāo)表述導(dǎo)致特征指標(biāo)代表性不強(qiáng),預(yù)測(cè)效果較差。同時(shí)由于地震數(shù)據(jù)尤其是大地震數(shù)據(jù)較少,需要大量異常數(shù)據(jù)進(jìn)行訓(xùn)練的監(jiān)督式機(jī)器學(xué)習(xí)方法容易陷入局部最優(yōu),出現(xiàn)過擬合問題。針對(duì)以上兩個(gè)問題,本文從生物免疫系統(tǒng)的高自適應(yīng)性和高特異性中受到啟發(fā),借鑒其中的特異性、記憶性和克隆選擇機(jī)制建立地震預(yù)測(cè)模型。借鑒特異性機(jī)制和記憶性...

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
        1.1.1 地震預(yù)測(cè)的意義
        1.1.2 地震預(yù)測(cè)存在的問題
        1.1.3 免疫學(xué)的啟示
        1.1.4 選題來源
    1.2 相關(guān)領(lǐng)域研究現(xiàn)狀
        1.2.1 地震預(yù)測(cè)研究現(xiàn)狀
        1.2.2 人工免疫系統(tǒng)研究現(xiàn)狀
    1.3 研究目標(biāo)和研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
2 地震預(yù)測(cè)概述
    2.1 地震預(yù)測(cè)的主要內(nèi)容
    2.2 地震預(yù)測(cè)的困難
    2.3 地震預(yù)測(cè)的研究方向
        2.3.1 基于前兆數(shù)據(jù)的地震預(yù)測(cè)
        2.3.2 基于歷史數(shù)據(jù)的地震預(yù)測(cè)
    2.4 地震預(yù)測(cè)的主要方法
        2.4.1 基于統(tǒng)計(jì)概率的研究方法
        2.4.2 基于人工智能的研究方法
    2.5 本章小結(jié)
3 借鑒生物免疫機(jī)制解決地震預(yù)測(cè)問題
    3.1 生物免疫機(jī)制對(duì)地震預(yù)測(cè)問題的啟發(fā)
    3.2 人工免疫系統(tǒng)的研究現(xiàn)狀
        3.2.1 生物免疫機(jī)制
        3.2.2 人工免疫系統(tǒng)
        3.2.3 人工免疫系統(tǒng)的經(jīng)典算法
    3.3 克隆選擇算法
    3.4 地震預(yù)測(cè)模型的算法思想
        3.4.1 算法目的
        3.4.2 免疫系統(tǒng)與地震預(yù)測(cè)模型的映射關(guān)系
        3.4.3 地震預(yù)測(cè)模型的總體框架
        3.4.4 待解決的關(guān)鍵問題
    3.5 本章小結(jié)
4 基于特異性免疫機(jī)制的地震預(yù)測(cè)模型
    4.1 數(shù)據(jù)預(yù)處理階段
        4.1.1 計(jì)算特征指標(biāo)數(shù)據(jù)
        4.1.2 特征集分割
        4.1.3 數(shù)據(jù)映射
    4.2 初次免疫應(yīng)答階段
        4.2.1 建立免疫細(xì)胞池
        4.2.2 激活免疫細(xì)胞
        4.2.3 克隆選擇
        4.2.4 免疫記憶
    4.3 二次免疫應(yīng)答階段
        4.3.1 匹配記憶B細(xì)胞
        4.3.2 激活記憶B細(xì)胞
    4.4 本章小結(jié)
5 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
    5.1 實(shí)驗(yàn)?zāi)康?br>    5.2 實(shí)驗(yàn)數(shù)據(jù)
    5.3 實(shí)驗(yàn)步驟
    5.4 實(shí)驗(yàn)結(jié)果分析
        5.4.1 算法評(píng)價(jià)指標(biāo)
        5.4.2 算法參數(shù)調(diào)整分析
        5.4.3 算法有效性分析
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 論文工作總結(jié)
        6.1.1 論文主要工作
        6.1.2 論文創(chuàng)新點(diǎn)
    6.2 下一步工作
參考文獻(xiàn)
致謝



本文編號(hào)：3789118