基于支持向量機(jī)的云南地區(qū)地震預(yù)測.pdf

1、支持向量機(jī)作為基于統(tǒng)計(jì)學(xué)習(xí)理論的新的機(jī)器學(xué)習(xí)技術(shù),采用了結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則和核函數(shù)的思想,能夠較好的解決小樣本、高維數(shù)、非線性等問題。因此,近年來支持向量機(jī)理論得到深入研究,并在預(yù)測預(yù)報(bào)、建模與控制等許多領(lǐng)域得到了廣泛的應(yīng)用。
　　 本文利用支持向量機(jī)及其一些改進(jìn)的算法對(duì)云南地區(qū)的地震時(shí)間和震級(jí)進(jìn)行預(yù)測,并檢驗(yàn)了預(yù)測結(jié)果。主要研究內(nèi)容如下:
　　 (1)通過收集和統(tǒng)計(jì)云南地區(qū)歷年地震的時(shí)間和震級(jí),提取出能反映地震脈動(dòng)信息

2、的地震活動(dòng)因子,建立原始的數(shù)據(jù)集,然后根據(jù)設(shè)定的閾值,把樣本分成正類和負(fù)類,用分類的方法進(jìn)行預(yù)測。當(dāng)設(shè)置的閾值較小時(shí),我們可以預(yù)測小震或中強(qiáng)震。此時(shí)針對(duì)數(shù)量不平衡的正類和負(fù)類樣本,我們提出了利用AHC過采樣和有偏支持向量機(jī)相結(jié)合的方法(AHC-BSVM)進(jìn)行分類和預(yù)測。實(shí)驗(yàn)結(jié)果表明AHC-BSVM與傳統(tǒng)的標(biāo)準(zhǔn)支持向量機(jī)或有偏支持向量機(jī)相比,能獲得更高的分類準(zhǔn)確率,具有更好的預(yù)測效果。實(shí)驗(yàn)還表明AHC-BSVM對(duì)小震的預(yù)報(bào)準(zhǔn)確率要高于中強(qiáng)

3、震,誤警率低于中強(qiáng)震。
　　 (2)當(dāng)設(shè)置的閾值較大時(shí),我們可以預(yù)測強(qiáng)震。此時(shí)在正類和負(fù)類樣本極不平衡的情況下,我們提出采用一類分類的支持向量機(jī)進(jìn)行分類和預(yù)測。首先闡述傳統(tǒng)的球體一類分類支持向量機(jī)(SOCC)和改進(jìn)的橢球體一類分類支持向量機(jī)(HOCC)的主要思想,接著分別利用AHC-BSVM、SOCC和HOCC對(duì)強(qiáng)震進(jìn)行預(yù)測。實(shí)驗(yàn)結(jié)果表明在正負(fù)類樣本極不平衡的情況下,HOCC比SOCC和AHC-BSVM的分類預(yù)測效果要好,運(yùn)用H

4、OCC預(yù)測強(qiáng)震能夠提高預(yù)報(bào)準(zhǔn)確率,降低誤警率。而且在采用相同的分類器時(shí),RBF核的分類預(yù)測效果要優(yōu)于多項(xiàng)式核。
　　 (3)用回歸的方法預(yù)測時(shí),我們以年為待預(yù)測時(shí)間段,把云南地區(qū)歷年地震的最大震級(jí)看成一個(gè)時(shí)間序列,利用ε-支持向量回歸機(jī)預(yù)測地震震級(jí)并檢驗(yàn)了預(yù)測結(jié)果。實(shí)驗(yàn)表明該預(yù)測模型的輸入維數(shù)與ε-支持向量回歸機(jī)的相關(guān)參數(shù)的選取對(duì)預(yù)測效果有較大的影響,我們需要采用一些特定的評(píng)測指標(biāo)和優(yōu)化規(guī)則才能使模型的預(yù)測性能有所提高。此外,在