我国大陆强震预测的支持向量机方法

英文篇名：SUPPORT VECTOR MACHINE METHOD FOR FORECASTING FUTURE STRONG EARTH-QUAKES IN CHINESE MAINLAND
中文刊名：地震学报
英文刊名：Acta Seismologica Sinica
作者：王炜 ; 刘悦 ; 李国正 ; 吴耿锋 ; 马钦忠 ; 赵利飞 ; 林命週
英文作者：Wang Wei~ 1) Liu Yue~ 2) Li Guozheng~ 2) Wu Gengfeng~ 2) Ma Qinzhong~ 1) Zhao Lifei~ 1) Lin Mingzhou~ 1) [BT)]1) Earthquake Administration of Shanghai Municipality ; Shanghai 200062 ; China 2) School of Computer Engineering and Science ; Shanghai University ; Shanghai 200072 ; China
中文关键词：统计学习理论 ; 支持向量机 ; 人工神经网络 ; 地震形势
英文关键词：statistical learning theory ; support vector machine ; artificial neural networks ; earthquake situation
出版日期：2006-01-30
机构：上海市地震局,上海大学计算机工程与科学学院,上海大学计算机工程与科学学院,上海大学计算机工程与科学学院,上海市地震局,上海市地震局,上海市地震局,
年：2006
期：01
出版单位：地震学报

摘要

统计学习理论是研究小样本情况下机器学习规律的理论.支持向量机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,其预测效果通常优于人工神经网络.我国大陆强震与全球主要板块边界的强震活动之间具有一定的关系,但是这种关系具有较强的非线性.尽管这种关系还不清楚,但是通过支持向量机可以很好地进行建模,并对我国大陆强震进行预测.
Statistical learning theory is for small-sample statistics. And support vector machine is a new machine learning method based on the statistical learning theory. The support vector machine not only has solved certain problems in many learning methods, such as small sample, over fitting, high dimension and local minimum, but also has a high generalization (forecasting) ability than that of artificial neural networks. The strong earthquakes in Chinese mainland are related to a certain extent to the intensive seismicity along the main plate boundaries in the world; however, the relation is nonlinear. In the paper, we have studied this unclear relation by the support vector machine method for the purpose of forecasting strong earthquakes in the Chinese mainland.

引文

[1]丁国瑜.2000.中国地震活动的新构造背景,地震分析预报技术骨干培训教材,1~16.
    陈念贻,陆文聪,叶晨周,等.2002.支持向量机及其他核函数算法在化学计量学中的应用[J].计算机与应用化学,19(6):82~106
    国家地震局震害防御司.1995.中国历史强震目录[M].北京:地震出版社,475~504
    国家地震局震害防御司.1999.中国近代地震目录[M].北京:中国科技出版社,1~443
    李献智,吕梅梅,刘杰.1996.中国大陆地震活跃期和全球部分地震带强震活动的相关性研究[J].中国地震,12(2):155~162
    王炜,曹)峰,宋先月.2001.使用人工神经网络判断未来我国地震形势[J].地震学刊,3(21):10~14
    CHENNIANYI,LUWENCONG,YANGJIE,ETAL.2004.SUPPORTVECTORMACHINESINCHEMISTRY[M].SINGAPORE:WORLDSCIEN-TIFICPUBLISHINGCOMPANY,1~32
    CRISTIANININ,SHAWE-TAYLORJ著.2000.李国正,王猛,曾华军译.2004.支持向量机导论[M].北京:电子工业出版社,82~106
    VAPNIKV著.1995.张学工译.2000.统计学习理论的本质[M].北京:清华大学出版社,1~50