本文關鍵詞：基于改進支持向量機回歸的地震預測方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：作為自然災害之一的地震其破壞力極為巨大,地震的發(fā)生往往也是在不經(jīng)意中,而帶來的是重多的人員傷亡事故和巨大的經(jīng)濟損失。同時我國又為世界上發(fā)生地震活動較多的國家之一,做好地震預測工作為我國走可持續(xù)發(fā)展之路的必然選擇。對于地震,為了更好的預測出地震的發(fā)生,各國的研究人員都在探究地震發(fā)生的原因和規(guī)律。而從這么多年來對地震的歷史研究中可以看到,某個地區(qū)發(fā)生地震的可能存在一定周期性,即對于該地區(qū)的地震活動時間序列來說有著相關的重復性和規(guī)律性。這種周期性為研究地震的發(fā)生提出一個較好的思路。研究地震發(fā)生的方法有很多種,對于小波函數(shù)來說可以反映非平穩(wěn)信號時頻域的特征,本文首先對我國的強震活動所釋放能量的時間序列應用小波分析的方法,得到地震活動在不同時間尺度上的特點。應用小波分析得到的小波系數(shù)和由此得到地震活動中潛在的活躍周期來對我國強震活動進行進一步的預測分析。地震活動有著樣本離散、有限等特點,對于小樣本的地震事件,很難用確切的公式或解析方法把其中的規(guī)律性表示出來。而支持向量機克服了傳統(tǒng)方法中存在的不足,同時還有著良好的預測能力,適合地震離散數(shù)據(jù)的建模和預測研究,與此同時,研究還發(fā)現(xiàn),支持向量機的預測(泛化)能力要優(yōu)于神經(jīng)網(wǎng)絡方法和傳統(tǒng)的統(tǒng)計學習方法。改進的支持向量機回歸算法簡化計算的復雜度,將改進的支持向量機回歸算法應用到地震預測中,通過實驗得到,在保證回歸精度條件下,和原始的支持向量機回歸算法相比學習速度和時間上有一定的優(yōu)勢,對于地震預測來說是種較為不錯的選擇。本文所做的工作主要如下：(1)首先用小波函數(shù)對地震能量的時間序列進行預處理,由此得到地震活動中潛在的活躍周期來對我國強震活動進行進一步的研究。小波變換擁有頻域和時域都能良好局部化的特征,以及有著頻域和時域多分辨功能的特點。小波分析方法可以很好的反應出隱藏在時間序列中的變化周期以及其在不同時間尺度上的變化趨勢。(2)改進的支持向量機回歸算法通過對超平面的表達式進行改造,減少了約束條件,提高了學習速度,同時也保證了回歸精度。(3)利用小波分析得到的活躍周期作為時間窗長,應用改進的支持向量機回歸算法對我國的最大震級進行預測和分析。對于支持向量機訓練選擇與地震活動密切相關的地震活動參數(shù)：頻次N、最大震級Mmax。、平均震級M、折合能量N’作為樣本的輸入。和實際震級進行比較,結果較為良好。同時和神經(jīng)網(wǎng)絡方法相比較,報準率相對較高。
【關鍵詞】：地震預測 小波變換 改進的支持向量機回歸算法
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：P315.7;TP18
【目錄】：

• 摘要3-5
• Abstract5-9
• 第一章 緒論9-17
• 1.1 課題研究目的及意義9
• 1.2 國內(nèi)外發(fā)展趨勢9-11
• 1.3 常用的地震研究算法11-14
• 1.4 本文主要工作及論文組織14-17
• 第二章 小波變換17-28
• 2.1 研究背景17
• 2.2 基本原理17-21
• 2.2.1 連續(xù)小波18-19
• 2.2.2 離散小波19
• 2.2.3 二進小波19
• 2.2.4 離散序列的小波19-21
• 2.4 小波函數(shù)21-27
• 2.5 本章小結27-28
• 第三章 支持向量機28-49
• 3.1 研究背景28-29
• 3.2 支持向量機分類29-40
• 3.2.1 線性分類29-39
• 3.2.2 核函數(shù)39-40
• 3.3 支持向量機回歸算法40-44
• 3.3.1 損失函數(shù)40-41
• 3.3.2 支持向量機回歸41-44
• 3.4 改進的支持向量機回歸算法44-48
• 3.4.1 算法改進44-47
• 3.4.2 實驗比較47-48
• 3.5 本章小結48-49
• 第四章 地震活動的分析和預測49-63
• 4.1 研究背景49-50
• 4.2 資料選取50
• 4.3 對時間序列進行處理50-52
• 4.4 地震活動的分析和預測52-61
• 4.4.1 數(shù)據(jù)選取52-53
• 4.4.2 支持向量機的訓練53-55
• 4.4.3 實驗預測結果及分析55-61
• 4.5 基于累積Benioff應變釋放對地震活動的分析61
• 4.6 本章小結61-63
• 第五章 總結與展望63-65
• 5.1 本文總結63
• 5.2 展望63-65
• 參考文獻65-70
• 附錄A 圖索引70-71
• Appendix A Figure Index71-73
• 附錄B 表索引73-74
• Appendix B Table Index74-75
• 致謝75-76
• 攻讀碩士學位期間的學術活動及成果情況76

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 ;國內(nèi)地震和工程抗震科技文獻題錄(續(xù))[J];地震學刊;1994年04期

2 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 ;長江中下游地區(qū)地震活動與洪澇災害關系及綜合減災對策[A];中國減災與新世紀發(fā)展戰(zhàn)略——首屆“中國21世紀安全減災與可持續(xù)發(fā)展戰(zhàn)略高級研討會”論文集[C];1998年

2 龍德雄;;中國大陸及周邊地區(qū)1900年以來地震活動特征[A];中國地震學會第八次學術大會論文摘要集[C];2000年

3 張青榮;陳紹緒;;地震活動基本特性的討論[A];中國地震學會第九次學術大會論文摘要集——紀念李善邦先生百年誕辰[C];2002年

4 孫堯;馮梅;安美建;汪銳;龍長興;楊振宇;;2011年5.8級盈江地震前后區(qū)域地震活動特征及其地質學意義[A];中國地球物理學會第二十七屆年會論文集[C];2011年

5 何淑韻;吳宣;;興都庫什-貝加爾湖地震密集分布區(qū)地震活動特征[A];中國地震學會第八次學術大會論文摘要集[C];2000年

6 傅維洲;;亞東—格爾木走廊域及其鄰區(qū)的地震活動特征[A];中國地質科學院文集（21）[C];1990年

7 ;第三章 地震基本規(guī)律及發(fā)展趨勢[A];中國地質科學院562綜合大隊文集（10）[C];1993年

8 王玉秀;王碧泉;;地震活動的定量分期[A];中國地震學會第三次全國地震科學學術討論會論文摘要匯編[C];1986年

9 劉濤濤;華愛軍;;濟南地區(qū)地震地質與地震活動特征初步研究[A];中國地球物理學會第二十三屆年會論文集[C];2007年

10 敬少群;王佳衛(wèi);;從速度場空間分布看汶川地震所在區(qū)域的地震活動特征[A];中國地震學會第14次學術大會專題[C];2012年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 記者　 林世勛;順昌發(fā)生4.9級地震[N];福建日報;2007年

2 鄭華坤 范興川;一位敢為人先的學者[N];科技日報;2004年

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 孫小龍;地下水動態(tài)變化與地震活動的關系研究[D];中國地質大學(北京);2016年

2 劉桂萍;地震活動不均勻性及地震斷層相互作用的力學機制研究[D];中國地震局地球物理研究所;2000年

3 陳時軍;不同構造環(huán)境的地震活動叢集特征研究[D];中國地震局地質研究所;2004年

4 劉艷瓊;活動斷層的地震地表永久位移研究[D];中國地震局工程力學研究所;2013年

5 王瑞江;長江三峽地區(qū)地殼穩(wěn)定性評價[D];中國地質科學院;1990年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張盛峰;“地震可預測性合作研究”計劃（CSEP）南北地震帶試驗區(qū)地震活動的一些統(tǒng)計地震學特征及其在地震預測中的應用[D];中國地震局地球物理研究所;2015年

2 朱海寧;基于改進支持向量機回歸的地震預測方法研究[D];安徽大學;2016年

3 趙穎;丹東地區(qū)地震活動特征研究及震后趨勢快速判定平臺建立[D];吉林大學;2013年

4 張勇;中國東北地區(qū)地震物理預測模型反演研究初探[D];中國地震局工程力學研究所;2007年

5 燕云鵬;臺灣地區(qū)地震活動的分形研究[D];中國地震局地質研究所;2002年

6 韓孔艷;張家口—渤海構造帶的分段性與地震活動特征研究[D];中國地震局地質研究所;2009年

7 楊占寶;黃河三角洲地震地質特征研究[D];中國海洋大學;2003年

8 邱玉榮;基于概率增益模型的地震綜合預測方法研究[D];中國地震局地震預測研究所;2011年

9 萬佳;新疆及鄰區(qū)地震時空對稱性及機理分析[D];陜西師范大學;2013年

10 趙凌云;平?jīng)龅貐^(qū)地震活動特征及其發(fā)震機理研究[D];中國地震局蘭州地震研究所;2008年

  本文關鍵詞：基于改進支持向量機回歸的地震預測方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：258941