收藏本站
《浙江师范大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的云南地区地震预测

谭锴  
【摘要】: 支持向量机作为基于统计学习理论的新的机器学习技术,采用了结构风险最小化原则和核函数的思想,能够较好的解决小样本、高维数、非线性等问题。因此,近年来支持向量机理论得到深入研究,并在预测预报、建模与控制等许多领域得到了广泛的应用。 本文利用支持向量机及其一些改进的算法对云南地区的地震时间和震级进行预测,并检验了预测结果。主要研究内容如下: (1)通过收集和统计云南地区历年地震的时间和震级,提取出能反映地震脉动信息的地震活动因子,建立原始的数据集,然后根据设定的阈值,把样本分成正类和负类,用分类的方法进行预测。当设置的阈值较小时,我们可以预测小震或中强震。此时针对数量不平衡的正类和负类样本,我们提出了利用AHC过采样和有偏支持向量机相结合的方法(AHC-BSVM)进行分类和预测。实验结果表明AHC-BSVM与传统的标准支持向量机或有偏支持向量机相比,能获得更高的分类准确率,具有更好的预测效果。实验还表明AHC-BSVM对小震的预报准确率要高于中强震,误警率低于中强震。 (2)当设置的阈值较大时,我们可以预测强震。此时在正类和负类样本极不平衡的情况下,我们提出采用一类分类的支持向量机进行分类和预测。首先阐述传统的球体一类分类支持向量机(SOCC)和改进的椭球体一类分类支持向量机(HOCC)的主要思想,接着分别利用AHC-BSVM、SOCC和HOCC对强震进行预测。实验结果表明在正负类样本极不平衡的情况下,HOCC比SOCC和AHC-BSVM的分类预测效果要好,运用HOCC预测强震能够提高预报准确率,降低误警率。而且在采用相同的分类器时,RBF核的分类预测效果要优于多项式核。 (3)用回归的方法预测时,我们以年为待预测时间段,把云南地区历年地震的最大震级看成一个时间序列,利用ε-支持向量回归机预测地震震级并检验了预测结果。实验表明该预测模型的输入维数与ε-支持向量回归机的相关参数的选取对预测效果有较大的影响,我们需要采用一些特定的评测指标和优化规则才能使模型的预测性能有所提高。此外,在设置了适当的参数的情况下,ε-支持向量回归机的预测效果要优于BP神经网络,虽然待预测的时间段较长,但是预测的准确率要高于AHC-BSVM或HOCC分类的方法。 本文所提出的地震预测模型对地震虽然不能全部做出准确预报,有一定的漏报和误报,但是还是可以识别和预报出相当一部分特定震级范围的地震,这为防震减灾工作提供了参考,也为机器学习应用于地震预测提供了新思路。
【学位授予单位】:浙江师范大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP18;P315.9

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 程佳;孙德山;;基于模糊隶属度的支持向量机去噪方法[J];计算机工程与设计;2008年14期
2 曾嵘,蒋新华,刘建成;基于支持向量机的异常值检测的两种方法[J];信息技术;2004年05期
3 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期
4 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
5 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
6 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
7 侯风雷,王炳锡;基于支持向量机的说话人辨认研究[J];通信学报;2002年06期
8 马永军,方凯,刘暾东,方廷健;基于支持向量机和方差的管道内表面粗糙度等级识别[J];信息与控制;2002年05期
9 吴飞,庄越挺,潘云鹤;基于增量学习支持向量机的音频例子识别与检索[J];计算机研究与发展;2003年07期
10 孙延风,梁艳春;支持向量机的数据依赖型核函数改进算法[J];吉林大学学报(理学版);2003年03期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
9 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
中国博士学位论文全文数据库 前10条
1 田江;基于支持向量机的孤立点检测方法研究[D];大连理工大学;2009年
2 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
5 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
8 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026