收藏本站
《长安大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机和小波分析的地震预测研究

吴芳  
【摘要】: 地震是世界上破坏力最大的自然灾害之一,不仅在于破坏力的猛烈,而且在于破坏力的集中,严重威胁经济建设和人民生命财产安全。中国是世界上地震活动强烈的国家之一,地震灾害居世界之首。作为政府和社会的迫切需要,防震减灾具有现实的重要性和紧迫性。而地震预报是防震减灾的基础,已成为当代地震学研究中的重要的课题,具有非常重要的意义。 利用能反映非平稳信号时频域特征的小波分析方法,分析了百年来中国大陆地震资料,得到了地震活动在不同时间尺度上的特征。百年来中国大陆地震活动其强度随时间在变化,由此我们认为对于地震活跃或平静期的讨论只有建立在具体的时间尺度上才有意义,同时利用各种尺度的小波系数和地震活动主周期对未来地震趋势进行的分析。 统计学习理论(Statistical Learning Theory或SLT)是研究小样本情况下机器学习规律的理论。支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法,可以处理高度非线性分类和回归等问题,它不但较好地解决了以往困扰很多学习方法的小样本、过学习、高维数、局部最小等实际难题,而且具有比人工神经网络更强的泛化(预测)能力。地震发生的时间序列是非平稳序列,具有很强的非线性特征,所以应用支持向量机对其进行研究和分析,探索其中所包含的特征信息,将会是进行准确预报的一种有效途径。本文使用支持向量机对中国大陆最大地震时间序列进行预测,预测次年的我国大陆最大地震震级,结果表明该方法具有较好的预报效果。
【学位授予单位】:长安大学
【学位级别】:硕士
【学位授予年份】:2009
【分类号】:P315.75

【参考文献】
中国期刊全文数据库 前10条
1 张国民;任金卫;马宏生;;地震预测研究的发展展望[J];东北地震研究;2006年04期
2 石成钢,刘西拉;人工神经元网络在震害预测中的应用[J];地震工程与工程振动;1991年02期
3 李东升,王炜,黄冰树;人工神经网络及其在地震预报中的应用[J];地震;1995年04期
4 杜兴信;基于小波变换的动态地震活动周期分析[J];地震;1997年03期
5 王炜,刘悦,李国正,吴耿锋,林命周,马钦忠,赵利飞;中国大陆强震时间序列预测的支持向量机方法[J];地震;2005年04期
6 王炜,蒋春曦,张军,周胜奎,汪成民;BP神经网络在地震综合预报中的应用[J];地震;1999年02期
7 方辉;;支持向量机的研究与发展[J];大庆师范学院学报;2007年05期
8 徐义贤,王家映;基于连续小波变换的大地电磁信号谱估计方法[J];地球物理学报;2000年05期
9 刘太中,荣平平,刘式达,郑祖光,刘式适;气候突变的子波分析[J];地球物理学报;1995年02期
10 高静怀,汪文秉,朱光明,彭玉华,王玉贵;地震资料处理中小波函数的选取研究[J];地球物理学报;1996年03期
【共引文献】
中国期刊全文数据库 前10条
1 陈征;;一类系统的二次李雅普诺夫函数存在性的判断[J];安徽电子信息职业技术学院学报;2006年04期
2 孙小军;焦建民;何俊红;;解优化问题的遗传加速信赖域搜索算法[J];安徽大学学报(自然科学版);2008年03期
3 张家昕;段复建;;一种结合NCP函数的SQP滤子新算法[J];安徽大学学报(自然科学版);2010年05期
4 高洪;孟舒;查为民;李玲纯;张海涛;;6-3-3并联机构物理样机结构优化[J];安徽工程大学学报;2011年03期
5 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
6 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
7 赵万明;黄彦全;谌贵辉;;基于支持向量机的农村用电量需求预测[J];安徽农业科学;2009年25期
8 董建明;刘明柱;刘方圆;丁素玲;;地下水动态预测模型研究[J];安徽农业科学;2011年29期
9 李兵方;胡水玲;;浅析多元凸函数的分析学性质[J];安康学院学报;2011年03期
10 燕峰,李世国;汽车座椅的设计与优化[J];鞍山科技大学学报;2004年05期
中国重要会议论文全文数据库 前10条
1 沈小七;陈宇卫;刘东旺;张杰;刘泽民;;S值及ΔS值在华东地区中强震预测中的应用[A];安徽省第五届“兴皖之光”青年学术年会论文集(工科卷)[C];2005年
2 刘钰;韩峰;董楠;陆希成;雷鸣;;爆炸容器安全概率的统计分析方法[A];全国危险物质与安全应急技术研讨会论文集(下)[C];2011年
3 韩敏;李德才;;基于因果聚类的多变量时间序列相关性研究及预测[A];第二十六届中国控制会议论文集[C];2007年
4 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
5 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
6 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
7 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
8 刘胜;傅荟璇;王宇超;;AGA-LS-SVM算法在摄像机标定中的应用研究[A];第二十七届中国控制会议论文集[C];2008年
9 康传会;汪晓东;汪轲;常健丽;;基于最小二乘支持向量机的迟滞建模方法[A];第二十九届中国控制会议论文集[C];2010年
10 姚智颖;刘冬;;基于Kazakov线性化的迭代滤波[A];第二十九届中国控制会议论文集[C];2010年
【同被引文献】
中国期刊全文数据库 前10条
1 罗婷婷;范太华;;支持向量机核函数及优化研究[J];兵工自动化;2007年10期
2 谢衷洁,黄香,叶伟彰,刘亚利;人工神经网络及其在金融预报中的应用(英文)[J];北京大学学报(自然科学版);2001年03期
3 张作清,韩克宁,于代国,张振城;应用支持向量机方法预测储层敏感性[J];测井技术;2005年04期
4 杨斌;匡立春;孙中春;施泽进;;一种用于测井油气层综合识别的支持向量机方法[J];测井技术;2005年06期
5 李卓,刘斌,刘铁男;支持向量机在油田产量预测中的应用[J];大庆石油学院学报;2005年05期
6 刘斌;魏贤龙;李卓;;支持向量机在原油采收率模型中的应用[J];大庆石油学院学报;2006年02期
7 朱杰;吴树芳;王妍;刘永立;;支持向量机研究现状[J];大众科技;2009年05期
8 周奇;;对支持向量机几种常用核函数和参数选择的比较研究[J];福建电脑;2009年06期
9 费胜巍;孙宇;;用SVRM预测变压器油中溶解气体量[J];高电压技术;2007年08期
10 祝金荣;;基于支持向量机的石油期货价格预测[J];工业技术经济;2007年02期
中国重要会议论文全文数据库 前1条
1 杨慧中;邵信光;石晨曦;;一种改进的支持向量回归机启发式算法[A];2005中国控制与决策学术年会论文集(上)[C];2005年
【二级参考文献】
中国期刊全文数据库 前10条
1 朱顺应,王红,李关寿;路段上短时间区段内交通量预测ARIMA模型[J];重庆交通学院学报;2003年01期
2 王阜;震中烈度与震级关系的模糊识别[J];地震工程与工程振动;1983年03期
3 石成钢,刘西拉;人工神经元网络在震害预测中的应用[J];地震工程与工程振动;1991年02期
4 郑广芬,陶夏新;用人工神经元网络方法建立地震烈度衰减关系[J];地震工程与工程振动;1993年01期
5 冯德益,蒋淳,汪德馨,田山,郑熙铭;神经网络方法在地震预报研究中的初步应用[J];地震;1994年04期
6 李东升,王炜,黄冰树;人工神经网络及其在地震预报中的应用[J];地震;1995年04期
7 孙加林,曹井泉,张建中,陆远忠,吕悦军,郑月君;地震活动性图象演化及有序性在短临预报中应用研究的新进展[J];地震;1995年S1期
8 彭美煊;最大熵方法在地震危险性分析中的应用[J];地震;1996年02期
9 王炜,吴耿锋,李东升,蒋春曦,黄冰树,庄昆元,周佩玲,杨明磊;BP神经网络在新一代地震预报专家系统中的应用[J];地震;1997年02期
10 杜兴信;基于小波变换的动态地震活动周期分析[J];地震;1997年03期
【相似文献】
中国期刊全文数据库 前10条
1 张国栋;宋星原;;基于WA-SVM的流域降雨序列预测研究及应用[J];中国农村水利水电;2007年05期
2 何文波;刘士荣;冯志敏;;基于多分辨率奇异谱熵和支持向量机的轴系故障诊断及其应用[J];宁波大学学报(理工版);2006年04期
3 谢赤;黄曦;孙柏;;基于小波分析与支持向量机的人民币汇率预测[J];湘潭大学学报(哲学社会科学版);2009年05期
4 王炜;林命週;马钦忠;赵利飞;;支持向量机及其在地震预报中的应用前景[J];西北地震学报;2006年01期
5 王炜;林命週;马钦忠;赵利飞;;数据挖掘及其在地震预报中的应用前景[J];国际地震动态;2005年12期
6 孙甲宁;温和平;;乌什台地倾斜资料的小波分析研究[J];高原地震;2006年04期
7 马细霞;穆浩泽;;基于小波分析的支持向量机径流预测模型及应用[J];灌溉排水学报;2008年03期
8 王孝国;张小宁;杨吉斌;张雄伟;;一种基于离散小波变换和支持向量机的人脸识别新方法[J];解放军理工大学学报(自然科学版);2006年06期
9 吕文涛;陈映鹰;张绍明;;基于小波支撑向量机的图像降噪滤波算法[J];遥感信息;2008年03期
10 邢蕾;;基于小波分析时间序列预测技术进展[J];吉林金融研究;2009年04期
中国重要会议论文全文数据库 前10条
1 曲文龙;吴春尧;杨炳儒;张海军;;基于小波和支持向量机的多尺度时间序列预测[A];2005中国控制与决策学术年会论文集(下)[C];2005年
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
中国重要报纸全文数据库 前10条
1 记者 李晓红;干旱成为地震预报重要参考[N];中国气象报;2001年
2 记者 刘莉张显峰;专家分析地震预报仍是世界难题[N];科技日报;2008年
3 江亚平;澳专家称地震预报将成为重要科研领域[N];新华每日电讯;2008年
4 田毅;捕捉大地之声:地震预报能否成为可能[N];第一财经日报;2009年
5 陆高峰;向执着挑战地震预报难题的人致敬[N];中华工商时报;2008年
6 马晖王露 刘中元;地震预报:不可能完成的任务?[N];21世纪经济报道;2008年
7 ;我国地震预报采用专业与群测群防相结合[N];中国社会报;2008年
8 本报综合;一段真实的传奇[N];中国民族报;2006年
9 陈章立;对地震预报基本出发点的思考[N];中国气象报;2008年
10 马巍;地震预报是世界科学难题[N];珠海特区报;2008年
中国博士学位论文全文数据库 前10条
1 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
2 佟伟民;股指期货交易中操纵行为识别方法研究[D];哈尔滨工业大学;2008年
3 梁力文;基于支持向量机的小波滤噪短波近红外光谱在药品定量分析中的研究[D];吉林大学;2009年
4 任宝生;碎屑岩储层建模方法研究[D];西南石油学院;2005年
5 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
6 陈柳;小波分析和神经网络应用于大气污染预测的研究[D];西安建筑科技大学;2006年
7 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
8 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
9 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
10 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
中国硕士学位论文全文数据库 前10条
1 吴芳;基于支持向量机和小波分析的地震预测研究[D];长安大学;2009年
2 丁澍恺;小波分析[D];上海海事大学;2007年
3 于芙蓉;基于支持向量机的烟气轮机故障诊断研究[D];北京化工大学;2009年
4 程晓盛;基于Agent和支持向量机的远程智能诊断技术研究[D];燕山大学;2006年
5 叶淳铮;基于小波变换与支持向量机的电力系统短期负荷预测[D];华北电力大学(河北);2009年
6 钟燕科;基于SVM的机车主变流器故障诊断[D];中南大学;2009年
7 魏宇良;基于小波分析和支持向量机理论的脉像信号处理方法研究[D];华南理工大学;2010年
8 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
9 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
10 童振;基于支持向量机的电解液成分预测[D];东北大学;2008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