基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文中首先介绍了支持向量机回归方法,然后对其进行了数值仿真实验,最后利用该方法对首都圈地区的地震活动进行回归建模与内符检验.分析认为,利用该方法可以获得较强的多维地震样本学习、建模与外推泛化能力,具有较高的中长期地震危险性估计能力.
推荐文章
基于支持向量机的害虫多维时间序列预测
多维时间序列
支持向量机
害虫预测
非线性
支持向量机在时间序列预测中的应用
支持向量机
BP神经网络
时间序列预测
基于小波分析与支持向量机的时间序列预测
小波分析
多尺度分解
去噪
支持向量机
时间序列预测
基于时间序列的支持向量机在股票预测中的应用
支持向量机(SVM)
时间序列
股票预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的多维地震时间序列建模
来源期刊 东北地震研究 学科 地球科学
关键词 支持向量机 地震时间序列 回归 预测
年,卷(期) 2006,(4) 所属期刊栏目
研究方向 页码范围 30-34
页数 5页 分类号 P315.7
字数 3039字 语种 中文
DOI 10.3969/j.issn.1674-8565.2006.04.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 武安绪 50 216 6.0 13.0
2 穆会泳 8 42 4.0 6.0
3 李平安 15 41 4.0 5.0
4 刘学谦 8 24 3.0 4.0
5 鲁亚军 9 33 4.0 5.0
6 苏小非 2 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (1984)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (13)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(3)
  • 参考文献(1)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(3)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
地震时间序列
回归
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
防灾减灾学报
季刊
1674-8565
21-1573/P
16开
辽宁省沈阳市黄河北大街44号
1986
chi
出版文献量(篇)
1279
总下载数(次)
0
相关基金
地震科学联合基金
英文译名:Chinese Joint Seismological Science Foundation
官方网址:http://www.csi.ac.cn/wjf/jjh/jjh.htm?classid=020701&className=%E5%9C%B0%E9%9C%87%E8%81%94%E5%90%88%E5%9F%BA%E9%87%91%E4%BC%9A
项目类型:面上项目
学科类型:
论文1v1指导