排序方式: 共有24条查询结果,搜索用时 0 毫秒
21.
把研究不确定信息的两种理论方法,即模糊集理论与灰色系统理论的方法综合应用于地震预报当中,在以下三方面取得了初步研究结果:(1)地震预测的灰色模糊模型.在灰色系统理论 GM(1.1)模型的基础上,把模糊数学的表达方式和灰色突变预测结合在一起,建立了地震预测的灰色模糊模型,为地震预报实用化提出了一种新的可能的途径,并给出了初步应用实例;(2)地震模糊聚类预测中指标优劣的灰色建模判断.仍以 GM(1,1)灰色建模为基础,在模糊聚类分析之前作指标择优处理,减少了指标选择的盲目性.以1975年以来江苏及其邻区的地震活动资料为例,进行了分析计算,结果比较清晰,比一般模糊聚类结果有所改进:(3)关联度和模糊聚类在地震预报中的联合应用.把灰色系统理论中的关联度方法和模糊集理论中的模糊聚类分析方法,联合应用于地震预报研究当中,以华北地区每年地震强度预测为例进行了初步探讨.本文的初步研究结果表明,地震预报所依据的不少信息和指标都带有灰色模糊的性质,因而,综合使用模糊集理论与灰色系统理论的方法可望取得更为有效的结果. 相似文献
22.
南黄海地区的地震活动特征与趋势 总被引:1,自引:0,他引:1
概述了南黄海地区的地震活动性,介绍了该海区历史地震的分布,时空强特征以及众多地震事件烈度分布的共同特点与地震活动规律等。研究表明,功北南黄海地区近年内存在发生较强地震的危险性。 相似文献
23.
24.
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