基于SVM的地震目录最大余震预测算法的设计

随着信息技术的快速发展，地震数据库中的数据量急剧增加。地震数据的海量涌现，给人们对于地震数据的分析研究带来了极大便利。然而，人们真正需要的是通过对这些已知数据的分析研究，提取真正直观有效的信息。数据挖掘是数据分析的重中之重，本设计就是根据需要把数据挖掘技术引入到地震研究领域，讨论数据挖掘的一个核心技术——分类预测，运用一种有效的预测方法——基于SVM（支持向量机）的预测回归，研究主震与最大余震之间的关系，预测最大余震，为地震预报提供更有价值的信息。

首先，对地震数据进行预处理。将哈佛CMT地震目录运用最小二乘法解矛盾方程构造拟合函数的方法计算缺失能量数据，运用聚类、分块的方法寻找地震目录数据中的主震与最大余震。

其次，运用SVM算法预测主震与最大余震之间的关系。

最后，对预测结果结构进行了分析、验证。

关键词：地震目录;支持向量机;预测回归

本文即根据哈佛CMT目录，选择了1977-2009年发生在全球范围内震级在5到10级之间的地震目录数据包括地震发生的时间、经度、纬度、震级、震源深度、地震能量等信息。

目   录

引言 1

1 绪论 1

1.1 地震预报 1

1.2 地震目录 3

2 基础知识 3

2.1 机器学习 3

2.2 支持向量机 5

2.3 主震与最大余震关系 8

3 数据样本提取 9

3.1 数据选择 9

3.2 数据预处理 10

4 支持向量机回归分析 14

4.1 回归分析的问题表述 14

4.2  -不敏感函数 15

4.3 最优回归超平面与SVM线性回归 16

4.4 非线性SVM回归 18

4.5 SVM回归方法的特点 18

5 实验模拟和结果评价 18

6 结论 18

致谢 18

参考文献 18