支持向量机方法在地震短期预测中的应用

英文篇名：An Application of Support Vector Machine Method to Short-term Earthquake Predication
中文刊名：华北地震科学
英文刊名：North China Earthquake Sciences
作者：杨柳
英文作者：YANG Liu(Earthquake Administration of Tianjin ; Tianjin 300201 ; China)
中文关键词：支持向量机 ; 地震前兆 ; 综合预测 ; 天津 ; 短期
英文关键词：Support vector machine(SVM) ; Seismic precursor ; Synthetic forecast ; Tianjin ; short-term
出版日期：2010-09-15
机构：天津市地震局;
年：2010
期：03
出版单位：华北地震科学

摘要

支持向量机方法是基于统计学习理论提出的一种机器学习方法,在处理小样本、非线性问题方面有着很强的优势。而地震的孕育发生过程是一个复杂的非线性动力学系统,地震数据时间序列的变化更呈现非线性、不规则等特征。本文系统地分析了天津及其周边地区多种前兆现象,选取反映2至3个月短期情况的前兆测项,使用支持向量机分类方法建立地震综合预测模型,初步结果表明这种方法在地震短期预测中有一定的应用前景。
Support Vector Machine(SVM) is a new machine leaning method based on statistical learning theory.This method has obvious advantages in processing small-sample and nonlinear problems.As a matter of fact,the generation of earthquake is a very complicated nonlinear dynamic problem and the earthquake data manifest the nonlinear and irregular characteristics.This paper analyzed the seismic precursor of Tianjin city and neighborhood systematically and presented a synthetic earthquake predication model with a method of SVM classification by employing the seismic precursor information which reflects the short-term situation of 2～3 months.The analysis results show that this method is effective and has a good application future.

引文

[1]徐建华,张学工,译.Vapnik V.统计学习理论[M].北京:电子工业出版社,2004,1-85.
    [2]王炜,林命週,马钦忠,等.支持向量机及其在地震预报中的应用前景[J].西北地震学报,2006,28(1):78-84.
    [3]王炜,刘悦,李国正,等.中国大陆强震时间序列预测的支持向量机方法[J].地震,2005,25(4):26-32.
    [4]王炜,刘悦,李国正,等.我国大陆强震预测的支持向量机方法[J].地震学报,2006,28(1):29-36.
    [5]蒋淳,魏雪丽,陆远忠,等.支持向量机在地震综合预测中的初步应用[J].中国地震,2006,22(3):303-310.
    [6]李志雄,曾钢平,丘学林,等.预测华北地区年度地震趋势的支持向量机分类方法[J].华北地震科学,2007,25(3):11-14.
    [7]李志雄,袁锡文,丁军,等.中国西南地区强震预测的支持向量机方法[J].地震研究,2007,30(2):134-136.
    [8]武安绪,张永仙,张晓东,等.地震前兆综合预测支持向量机模型研究[J].地震,2008,28(3):55-60.
    [9]王晓青,石绍先,丁香.Bayes判别分析法与地震短临预测[J].地震,1999,19(1):33-40.
    [10]赵传峰,姜汉桥,郭新华.支持向量机在小样本预测中的应用[J].油气田地面工程,2009,28(2):21-23.
    [11]陈永义,俞小鼎,高学浩,等.处理非线性分类和回归问题的一种新方法——支持向量机方法简介[J].应用气象学,2004,15(3):345-354.