共查询到17条相似文献,搜索用时 187 毫秒
1.
中国大陆强震时间序列预测的支持向量机方法 总被引:12,自引:2,他引:12
统计学习理论(Statistical Learning Theory或SLT)是研究有限样本情况下机器学习规律的理论。支持向量机(Support Vector Machines或SVM)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。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,而且具有很强的泛化(预测)能力。文中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。研究结果还表明我国大陆强震活动除了与强震时间序列本身有关外,还与全球的强震活动、太阳黑子活动等有密切的关系。尽管这种关系还不清楚,但是通过支持向量机可以很好地反应出这种非线性关系。 相似文献
2.
3.
4.
支持向量机方法是基于统计学习理论提出的一种机器学习方法,在处理小样本、非线性问题方面有着很强的优势。而地震的孕育发生过程是一个复杂的非线性动力学系统,地震数据时间序列的变化更呈现非线性、不规则等特征。本文系统地分析了天津及其周边地区多种前兆现象,选取反映2至3个月短期情况的前兆测项,使用支持向量机分类方法建立地震综合预测模型,初步结果表明这种方法在地震短期预测中有一定的应用前景。 相似文献
5.
6.
7.
地震前兆综合预测支持向量机模型研究 总被引:4,自引:0,他引:4
该文介绍了支持向量机算法的原理与回归方法。 采用支持向量机中的非线性回归算法与理论公式产生的多维样本, 对其进行了数值仿真实验。 利用该方法和地震前兆异常建立了最佳地震综合预测模型, 对获得的最佳模型进行了内符检验, 得出最佳模型的预测结果与实际震例的地震震级基本一致。 综合分析认为, 支持向量机无论在学习或者预测精度方面不但具有很大的优越性和具有较强的外推泛化能力, 而且基于支持向量机回归算法建立的地震前兆综合预测模型是可行的, 其获得的知识可较为准确地实现对主震震级的综合预测。 相似文献
8.
9.
10.
介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法——支持向量机算法。根据支持向量机线性分类和可以具有不同核函数的非线性分类两种算法,建立了地震序列分类模型。通过试算和分析比较得到了地震序列最佳分类模型,最佳模型的分类结果与实际地震序列分类基本一致。综合分析认为支持向量机算法无论在学习或者预测精度方面都具有很大的优越性,其获得的地震序列分类知识库可以较为准确地实现地震序列类型的分类,因此基于支持向量机理论建立的地震序列分类模型应该是可行的。 相似文献
11.
Statistical learning theory is for small-sample statistics. And support vector machine is a new machine learning method based on the statistical learning theory. The support vector machine not only has solved certain problems in many learning methods, such as small sample, over fitting, high dimension and local minimum, but also has a higher generalization (forecasting) ability than that of artificial neural networks. The strong earthquakes in Chinese mainland are related to a certain extent to the intensive seismicity along the main plate boundaries in the world, however, the relation is nonlinear. In the paper, we have studied this unclear relation by the support vector machine method for the purpose of forecasting strong earthquakes in Chinese mainland. 相似文献
12.
对中国大陆强震活动的时空分布特征进行分析, 有助于中国大陆强震趋势的判定。 由于地震目录完整性的限制, 目前对中国大陆强震时间间隔的分析多基于1900年以来地震目录。 因为记录时长相对较短, 难以排除当前强震时序特征基于偶然的可能性, 并且可能导致过拟合而影响预测效果。 针对上述问题, 本文根据2021—2030年中国大陆地震重点危险区确定工作中的相关资料, 对合成地震目录进行了分析, 结果表明区域地震活动强弱交替是一种普遍现象, 当假设中国大陆活动断层具有准周期复发特征时, 合成地震目录时序特征与当前目录最为接近。 基于上述认识, 使用适用范围更广的单参数指数分布拟合了中国大陆强震间隔, 并结合相邻强震构造关联随时间的变化对2021年5月22日玛多7.4级地震后中国大陆的强震趋势进行了分析。 结果表明, 继玛多7.4级地震之后, 未来两年中国大陆再次发生7级以上地震的概率较大, 下次强震发生在2022年年底之前的概率为61.81%。 下次强震发生在2021年的概率为30.58%, 最有可能的发震区域是巴颜喀拉地块; 下次强震发生在2022年的概率为44.97%, 重点关注南北地震带中南段。 相似文献
13.
14.
15.
采用现有的估计模型对混凝土建筑结构的抗毁性进行估计时,存在估计精度低、耗时长等问题。为此,提出一种基于最小二乘支持向量机的强震作用下混凝土高层建筑结构的抗毁性估计模型。该模型采用最小二乘支持向量机对混凝土结构强震损伤程度相关数据的训练样本进行训练,创建混凝土结构抗毁性估计模型;为了减少可能存在的模型误差,采用KLASSO调参模型对结构抗毁性估计模型中的参数进行调节和优化,得出可靠、稳定的强震作用下混凝土高层建筑结构抗毁性估计模型。仿真实验证明,该模型估计精度相对较高,可节省估计用时,为更好地提升建筑行业的安全检测工作效率提供很好的依据。 相似文献
16.
The Newest Developments of Load-Unload Response Ratio (LURR) 总被引:1,自引:0,他引:1
Xiang-Chu Yin Lang-Ping Zhang Yongxian Zhang Keyin Peng Haitao Wang Zhiping Song Huaizhong Yu Hui-Hui Zhang Can Yin Yucang Wang 《Pure and Applied Geophysics》2008,165(3-4):711-722
The Load Unload Response Ratio (LURR) method is an intermediate-term earthquake prediction approach that has shown considerable promise. It is inspiring that its predictions using LURR have been improving. Since 2004 we have made a major breakthrough in intermediate-term earthquake forecasting of the strong earthquakes on the Chinese mainland using LURR and successfully predicted the Pakistan earthquake with magnitude M 7.6 on October 8, 2005. The causes for improving the prediction in terms of LURR have been discussed in the present paper. 相似文献
17.
在对中国大陆地震活动的分析研究中发现, 在某些大地震发生前的一、 两年中, 中国大陆往往出现地震活动显著平静的低活动异常。 本文应用最近100 a(1918—2017年)间5级以上地震资料, 分析地震低活动异常与未来一、 两年中国大陆地震活动的关系。 从M≥5.0地震的年频度、 年度最大地震震级、 6级以上地震的平静等方面建立了地震低活动异常的判据指标, 并从概率增益指数β、 预测效能比α、 地震预测R值评分等方面对地震低活动异常与未来大震关系作了多参数检验。 初步研究结果显示, 地震低活动异常与未来一、 两年中国大陆地震活动有一定的关系, 主要表现为其与8级左右(M≥7.8)巨大地震具有一定的相关性, 但其关联度较低, 概率增益指数β与预测效能比α为3左右, R值评分为0.2左右。 对于M<7.5的地震, 地震低活动异常未显示, 其概率增益β, R值评分接近于0, 似呈现为近于随机关系。 M7.5是开始显示地震低活动异常与其有一定相关性的转折点。 相似文献