基于最小二乘支持向量机的砂土液化预测方法

使用最小二乘支持向量机分类方法建立了两个砂土液化预测模型,预测结果与野外实际情况全部相符,表明该分类方法用于预测砂土液化是可行的,且预测准确率高。     

基于最小二乘支持向量机的城市桥梁震害预测模型研究

针对地震中城市桥梁震害状态具有较强的非线性、复杂性的特点,采用了具有RBF核函数的最小二乘支持向量机(LS-SVM)算法。在大量收集我国地震中城市桥梁震害资料的基础上,将此算法引入桥梁的震害预测中,选取了地震烈度、上部结构、地基失效程度、支座类型、墩台高度、桥梁跨数和场地类别等因素作为模型的特征输入向量,建立了最小二乘支持向量机的桥梁震害预测模型。通过反复地样本训练及模型参数设置,仿真结果表明,该方法具有一定的准确度和可行性。基于最小二乘支持向量机的桥梁震害预测方法是一种可以用于地震中桥梁震害预测的良好方法。     

基于小波分析和最小二乘支持向量机的中国大陆地震震级预测研究

利用小波分析方法分析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, 同时利用各种尺度的小波系数得出地震活动主要周期, 并把此周期值作为参数应用于最小二乘支持向量机预测中。 结果表明, 此方法报准率较高, 平均误差与均方差较小。     

地震预警现地PGV连续预测的最小二乘支持向量机模型

为提升现地仪器地震烈度预测的准确性与连续性,研究面向地震预警的PGV连续预测模型.以中国仪器地震烈度标准的计算参数：0.1~10 Hz带通滤波三分向矢量合成速度峰值PGV为预测目标,利用日本K-net与KiK-net台网P波触发后1~10 s强震数据,基于人工智能中的机器学习方法-最小二乘支持向量机,选取7种特征参数作为输入构建最小二乘支持向量机PGV预测模型LSSVM-PGV.结果表明,本文建立的LSSVM-PGV模型在训练数据集与测试数据集上的预测误差标准差变化趋于一致,具备泛化性能;P波触发后3 s预测PGV与实测PGV即可整体符合1：1关系,随着时间窗的增长,PGV预测的误差标准差显著减小、并在P波触发后6 s趋向收敛,具备准确连续预测能力;对比同为P波触发后3 s的常用Pd-PGV模型,LSSVM-PGV模型的PGV预测误差标准差明显减小,"小值高估"与"大值低估"现象明显改善,预测准确性得到提升.熊本地震序列的震例分析表明,对于6.5级以下地震,LSSVM-PGV模型最多在P波触发后3 s即可预测出与实测PGV整体符合1：1关系的PGV;对于7.3级主震,由于其破裂过程的复杂性,P波触发后3 s的预测结果出现一定程度的低估,但随着时间窗增长至6 s时,预测PGV与实测PGV符合1：1关系、并直到10 s整体趋势保持一致.本文构建的LSSVM-PGV模型可用于现地地震预警仪器地震烈度的预测.     

基于小波变换和支持向量机的中国大陆强震预测

将小波变换和支持向量机用于中国大陆年度最大地震震级预测。 先用小波变换把中国大陆年度最大地震序列分解成几个不同尺度水平(频率)的子序列, 然后使用支持向量机对分解后的子序列分别进行预测, 最后通过重构几个子序列的支持向量机预测结果得到最终预测结果, 预测次年中国大陆最大地震震级。 与支持向量机和神经网络方法对比, 结果表明小波变换和支持向量机相结合方法具有更高的预测精度, 预测效果很好, 说明此方法可用于地震时间序列预测。     

基于粒子群优化最小二乘向量机的地震预测模型

为解决地震预测中最小二乘向量机(LSSVM)模型的参数难以确定的问题,利用粒子群算法(PSO)的收敛速度快和全局优化能力,优化LSSVM模型的惩罚因子和核函数参数,建立了PSO-LSSVM地震预测模型.通过对地震实例的预测仿真及其相关分析表明该方法的有效性.该方法优于传统的神经网络和支持向量机的地震预测方法,可以有效提高预测效能.     

最小二乘支持向量回归滤波系统性能分析

支持向量机(Support Vector Machine: SVM)一直作为机器学习方法在统计学习理论基础上被研究和发展,本文从信号与系统的角度出发,证明了平移不变核最小二乘支持向量机(Least Squares SVM: LS-SVM)是一个线性时不变系统.以Ricker子波核为例,探讨了不同参数对最小二乘支持向量回归(Least Squares Support Vector Regression: LS-SVR)滤波器频率响应特性的影响,这些参数的不同选择相应地控制着滤波器通带上升沿的陡峭性、通带的中心频率、通带带宽以及信号能量的衰减,即滤波器长度越长通带的上升沿越陡,核参数值越大通带的中心频率越高,且通带带宽越宽,正则化参数值越小,通带带宽越窄(但通带中心频率基本保持恒定),有效信号幅度衰减越严重.合成地震记录的仿真实验结果表明,Ricker子波核LS-SVR滤波器在处理地震勘探信号的应用中,滤波性能优于径向基函数(Radial Basic Function: RBF)核LS-SVR滤波器以及小波变换滤波和Wiener滤波方法.     

应用最小二乘支持向量机识别广利油田沙四段储层岩性

广利油田沙四段储层岩性以为粉砂岩、细砂岩和不等粒砂岩为主,岩性非均质性较强,应用常规测井交会图识别岩性难度大.本文介绍了最小二乘支持向量机的原理及实现流程,利用网格搜索法确定的参数对δ2(C,δ)=(2000,0.707)开展了广利油田沙四段储层岩性的测井识别.应用效果表明,测井识别岩性与岩心分析资料的符合率达到了86％,可满足广利油田沙四段储层岩性识别的需要.     

支持向量机在地震综合预测中的初步应用

统计学习理论是一种专门研究小样本情况下机器学习规律的理论,在其基础上发展的支持向量机学习方法能较好地解决小样本、非线性、高维数、局部极小点等实际问题,并已在函数逼近、模式识别、信号处理、时间序列分析和预测等领域得到了广泛应用.本文将支持向量机方法引入具有非线性特征和复杂孕震系统的地震综合预测领域,以华北地区(30°～42°E,108°～125°N)为例,基于地震活动参数研究从有限的地震样本中挖掘更多有效的地震信息,探索地震统计综合预测的新途径.     

支持向量机方法在地震短期预测中的应用

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。     

中国西南地区强震预测的支持向量机方法

以太阳黑子数、地球自转速率变化数据和全球7级以上地震个数作为预测因子,使用支持向量机分类方法建模,预测了中国西南地区年度地震强度,预测效果较好,说明此方法有一定的实用性。     

运用小波变换方法研究华北地区的地震活动性

运用小波变换方法,以不同的小波时间尺度分析了华北地区1480-2009年M≥5.0和1970～2009年M≥4.0地震的贝尼奥夫应变数据,得到了不同时间尺度的地震活跃期和平静期.分析表明:目前华北地区从1480年以来的M≥5.0地震活动刚过活跃期,处于应力积累阶段,而1970年以来M≥4.0地震存在7年左右的活动周期,目前正在进入4级以上地震的活跃期.     

基于最小二乘支持向量机算法的高层建筑结构的强震抗毁性估计模型

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。     

基于小波分析提取的云南强震数字化形变异常特征

运用小波分析理论及其时频分析方法,阐述了提取高频信息与低频信息的方法,并用该方法提取了2001年以来云南地区强震(MS≥6)前数字化形变异常。结果表明,在MS≥6地震前,震中附近(<250km)的倾斜、应变和重力等形变信号出现周期为3~11天的异常信息;重力和倾斜异常出现较早,可作为中短期指标,应变异常出现较晚,可用作短临指标;震源区最先出现应变异常,应变异常可作为未来强震震中的判定指标。这些强震前数字化形变异常特征对该地区未来强震三要素的中短临判定具有较好的参考作用。     

Analysis of Tectonic Conditions for Strong Earthquakes and Prediction of Seismic Risk of Seismogenic Fault Zones in the Northern Part of North China

The tectonic conditions for strong earthquakes are complicated in various aspects.The genetic conditions for strong earthquakes were studied from the angle of various disciplines.About 20 conditions belonging to different fields have been described by predecessors.In this paper,the authors try to study and evaluate all the tectonic condition factors for strong earthquakes by the methods of fuzzy mathematics and hierarchical analysis.Taking the northern part of North China as an example,the authors make a comprehensive digital analysis of all the quantitative and semi-quantitative tectonic factors.The credibility values of all strong earthquakes with different magnitudes are given after statistical analysis and calculation.Forty-one fault zones in the study region are quantitatively analyzed,and the potential seismogenic fault zones,maximum magnitude,and risk of earthquake occurrence in the near future are assessed.The result of synthetic evaluation,based on all tectonic conditions of different categorie     

南北地震带北段强震形变异常特征与预测指标研究

利用南北地震带北段及附近地区上世纪70年代以来的区域水准、跨断层短测线和90年代以来的GPS、流动重力等监测资料,结合地质构造和监测区发生的几次6级左右及以上震例,采用定性与定量相结合的方法分析研究了与地震有关的构造形变异常的基本特征及可能的机理,初步总结了基于这些不同尺度(类型)的构造形变异常进行强震中期预测的一些指标判据。