声明
第一章 绪论
1.1 研究背景与意义
1.2 前兆数据来源与概念
1.2.1 前兆数据来源
1.2.2 前兆数据概念
1.3 地震预警相关算法研究进展
1.3.1 大数据方法
1.3.2 神经网络方法
1.3.3 统计学方法
1.3.4 聚类算法
1.3.5 PSO 算法
1.4 本文研究内容
1.5 本文组织结构安排
第二章相关理论与技术
2.1 引言
2.2 聚类算法
2.2.1 常用的聚类算法
2.2.2 聚类算法的缺点
2.3 PSO算法
2.3.1 PSO 算法概念
2.3.2 PSO 算法相关参数
2.4 SVM算法
2.4.1 SVM异常检测概念
2.4.2 线性与非线性处理
2.5 伊藤引理
2.6 本章小结
第三章前兆数据预处理
3.1 预处理概述
3.2 数据预处理改进
3.2.1 标签化处理
3.2.2 数据清洗
3.3 错误数据来源
3.3.1 数据错读
3.3.2 数据缺失
3.4 预处理执行过程
3.4.1 总体介绍
3.4.2 数据清洗
3.4.3 归一化处理与聚类处理
3.5 本章小结
第四章 改进的PSO结合支持向量机的前兆异常数据检测
4.1 引言
4.2 算法改进
4.2.1 传统的PSO 算法改进
4.2.2 初始化改进
4.2.3 迭代前期改进
4.2.4 迭代中后期改进
4.3 改进算法的实验结果与分析
4.3.1 实验数据来源
4.3.2 实验结果与分析
4.4 异常检测
4.4.1 数据评价指标
4.4.2 检测结果
4.4.3 异常检测总结
4.5 本章小结
第五章 地震前兆数据分析及智能监测预警平台开发
5.1 需求分析
5.1.1 功能性需求
5.1.2 非功能性需求
5.1.3 软件结构
5.1.4 技术架构
5.1.5 实验与开发环境
5.1.6 干扰因素说明
5.2 系统设计
5.2.1 环境配置
5.2.2 平台功能框架
5.2.3 数据库设计
5.3 功能实现
5.3.1 系统功能
5.3.2 算法功能
5.4 功能测试
5.4.1 数据上传
5.4.2 数据导入
5.4.3 异常检测
5.4.4 数据显示
5.4.5 登陆界面与主界面
5.4.6 发送短信
5.4.7 查询与删除界面
5.5 本章小结
第六章 总结
6.1 本文总结
6.2 工作展望
参考文献
致 谢
攻读硕士期间学术研究成果
安徽大学;
