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:
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.
推荐文章
基于支持向量机回归的宁夏地震前兆综合预测模型研究
宁夏及邻区
支持向量机
地震前兆异常
地震综合预测
郯庐断裂带中南段前兆综合信息量地震预测方法研究
郯庐断裂带
地震预测
前兆综合信息量
时空分析
小波变换
EMD分解技术
云南地震前兆与短临预报
地震前兆
映震效能
异常指标
安徽地震前兆台网监测效能综合分析
同震效应
异常特征
孕震体
敏感点
地震预测
安徽地区
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 地震前兆综合预测支持向量机模型研究
来源期刊 地震 学科 地球科学
关键词 支持向量机 地震前兆 典型震例 综合预测
年,卷(期) 2008,(3) 所属期刊栏目
研究方向 页码范围 55-60
页数 6页 分类号 P315.7
字数 3278字 语种 中文
DOI 10.3969/j.issn.1000-3274.2008.03.008
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 张晓东 76 890 15.0 28.0
2 武安绪 50 216 6.0 13.0
3 穆会泳 8 42 4.0 6.0
4 张永仙 45 255 9.0 14.0
5 李平安 15 41 4.0 5.0
6 鲁亚军 9 33 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (177)
共引文献  (2090)
参考文献  (7)
节点文献
引证文献  (12)
同被引文献  (19)
二级引证文献  (7)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(61)
  • 参考文献(1)
  • 二级参考文献(60)
2000(64)
  • 参考文献(1)
  • 二级参考文献(63)
2001(20)
  • 参考文献(0)
  • 二级参考文献(20)
2002(15)
  • 参考文献(1)
  • 二级参考文献(14)
2003(4)
  • 参考文献(3)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
地震前兆
典型震例
综合预测
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
地震
季刊
1000-3274
11-1893/P
16开
北京166信箱
2-820
1981
chi
出版文献量(篇)
1623
总下载数(次)
1
总被引数(次)
12029
相关基金
国家科技攻关计划
英文译名:National Key Technology R&D Program
官方网址:http://gongguan.jhgl.org/
项目类型:重大项目
学科类型:信息
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