亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于灰色預(yù)測(cè)和SVR算法的地震預(yù)測(cè)及可視化

        2021-11-19 04:43:42劉議丹黃培煌
        閩江學(xué)院學(xué)報(bào) 2021年5期
        關(guān)鍵詞:震級(jí)灰色四川省

        游 佳,楊 鑫,劉議丹,黃培煌

        (閩江學(xué)院數(shù)學(xué)與數(shù)據(jù)科學(xué)學(xué)院(軟件學(xué)院),福建 福州 350108)

        0 引言

        地震是一種能給人類(lèi)社會(huì)生活帶來(lái)嚴(yán)重危害的自然現(xiàn)象。我國(guó)地處各大板塊的交界地帶,時(shí)常遭受板塊間的碰撞和擠壓,是世界上受地震影響最大的國(guó)家之一。地震發(fā)生所帶來(lái)的損失巨大,可以說(shuō)是各種自然災(zāi)害之首[1],地震因其毀滅性的影響而引起人們的注意。2008年5月12日的四川省“汶川大地震”之后,為了更好地減輕和避免地震災(zāi)害給人類(lèi)社會(huì)帶來(lái)的嚴(yán)重影響,地震預(yù)測(cè)越來(lái)越受到社會(huì)各界的重視。

        地震發(fā)生過(guò)程中會(huì)產(chǎn)生地震波,主要是由于地殼快速地釋放能量過(guò)程所造成震動(dòng),其危害巨大。近年來(lái),不少研究者將支持向量回歸和灰色預(yù)測(cè)算法引入到地震預(yù)測(cè)的研究中。一種具有高度自適應(yīng)能力的非線性動(dòng)力系統(tǒng)——支持向量機(jī)被引入地震綜合預(yù)測(cè)研究中,該方法適用于小樣本事件,能夠很好地建立起輸入與輸出之間的非線性不確定的復(fù)雜關(guān)系。朱海寧運(yùn)用改進(jìn)的支持向量機(jī)回歸算法對(duì)我國(guó)大陸地區(qū)發(fā)生的最大震級(jí)進(jìn)行分析與預(yù)測(cè)[2];王煒等運(yùn)用支持向量機(jī)在地震綜合預(yù)測(cè)中的初步應(yīng)用,通過(guò)建模預(yù)測(cè)來(lái)研究中國(guó)地震,把非線性空間的問(wèn)題轉(zhuǎn)換到線性空間,降低了算法的復(fù)雜度[3-7]。支持向量機(jī)克服了傳統(tǒng)方法中存在的不足,同時(shí)還具備良好的預(yù)測(cè)能力,適合地震離散數(shù)據(jù)的建模和預(yù)測(cè)研究。

        地震事件具有較強(qiáng)的隨機(jī)性,但對(duì)某一區(qū)域的地震孕育發(fā)展過(guò)程中,各地震事件之間又有其內(nèi)在聯(lián)系,是一個(gè)典型的灰色系統(tǒng)。劉豐常根據(jù)灰色系統(tǒng)理論的動(dòng)態(tài)(GM)模型,對(duì)湖南省的地震活動(dòng)狀態(tài)進(jìn)行數(shù)字逼近,并研究預(yù)測(cè)了其未來(lái)三年的地震活動(dòng)的趨勢(shì),效果較為滿意[8];劉思峰等采用灰色系統(tǒng)理論在地震預(yù)報(bào)研究中進(jìn)行初步應(yīng)用,且已初步表明,這種方法在中長(zhǎng)期預(yù)報(bào)中可以使用[9-11];盛濤等構(gòu)建仿真模型,驗(yàn)證了基于SVR的震級(jí)預(yù)測(cè)方法比BP神經(jīng)網(wǎng)絡(luò)具有更高的預(yù)測(cè)精度和可靠性[12]。Zhao Xiangwei等提出了解決當(dāng)前地震預(yù)測(cè)遇到的瓶頸問(wèn)題的可能方案,建立了統(tǒng)一的框架及科學(xué)的預(yù)測(cè)模型[13]。G.Asencio-Cortes等基于回歸算法和大數(shù)據(jù)云基礎(chǔ)設(shè)施對(duì)美國(guó)加利福尼亞州進(jìn)行未來(lái)7 d內(nèi)的地震預(yù)測(cè),得到了較有希望的結(jié)果,表明回歸算法的優(yōu)勢(shì)[14]。V.V.Adushkin等根據(jù)1997—2018年亞洲地區(qū)52次大地震前后記錄的地球大氣擾動(dòng)數(shù)據(jù),認(rèn)為重力內(nèi)波振幅可以用于預(yù)報(bào)即將到來(lái)的地震事件的短期跡象,但仍沒(méi)有回歸算法來(lái)得好[15]。

        本文對(duì)地震數(shù)據(jù)預(yù)測(cè)的特點(diǎn)和流程進(jìn)行分析,結(jié)合信息網(wǎng)絡(luò)技術(shù)和現(xiàn)代管理的思想,利用先進(jìn)的互聯(lián)網(wǎng)技術(shù),推動(dòng)地震預(yù)測(cè)的研究,在SQL和Python的基礎(chǔ)上,運(yùn)用灰色預(yù)測(cè)和支持向量回歸算法來(lái)預(yù)測(cè),實(shí)現(xiàn)了地震數(shù)據(jù)的查詢、信息發(fā)布、成果展示和信息共享服務(wù),為地震研究提供全方位的服務(wù),也使得信息獲取更加便捷,提高查詢效率。

        1 數(shù)據(jù)來(lái)源

        本文的數(shù)據(jù)來(lái)源于中國(guó)地震臺(tái)網(wǎng)和全球地震歷史數(shù)據(jù)查詢網(wǎng),通過(guò)爬蟲(chóng)采集分析了2009—2019年全球的地震數(shù)據(jù)。本文著重研究四川省的地震數(shù)據(jù),因而首先將世界地震數(shù)據(jù)中四川省的數(shù)據(jù)篩選出來(lái),數(shù)據(jù)范圍為2008年12月29日至2019年6月30日,總共42 686條數(shù)據(jù)。

        2 地震數(shù)據(jù)預(yù)測(cè)及可視化

        2.1 灰色預(yù)測(cè)算法

        灰色預(yù)測(cè)法是一種預(yù)測(cè)灰色系統(tǒng)的預(yù)測(cè)方法?;疑A(yù)測(cè)通過(guò)鑒別系統(tǒng)要素之間發(fā)展趨勢(shì)的相異程度,對(duì)原始數(shù)據(jù)進(jìn)行處理來(lái)尋找系統(tǒng)變動(dòng)的規(guī)律,生成有較強(qiáng)規(guī)律性的數(shù)據(jù)序列;在建立灰色預(yù)測(cè)模型之前,需要對(duì)原始時(shí)間序列進(jìn)行數(shù)據(jù)處理形成生成列,然后建立相應(yīng)的微分方程模型,來(lái)預(yù)測(cè)事物未來(lái)發(fā)展趨勢(shì)的狀況。

        GM模型是一種灰色預(yù)測(cè)模型,G表示grey(灰色),M表示model(模型)。灰色預(yù)測(cè)即運(yùn)用灰色系統(tǒng)理論,對(duì)一定方位內(nèi)的變化、與時(shí)間相關(guān)的灰色過(guò)程的預(yù)測(cè)?;疑A(yù)測(cè)擁有少量數(shù)據(jù)就可作系統(tǒng)分析,建立模型及預(yù)測(cè)未來(lái)的特點(diǎn),因而適合用于地震數(shù)據(jù)預(yù)測(cè)過(guò)程中。

        設(shè)X(1)的灰導(dǎo)數(shù)為

        d(k)=X(0)(k)=X(1)(k)-X(1)(k-1)。

        (1)

        得知Z(1)(k)為數(shù)列X(1)的緊臨均值生成數(shù)列,就是

        Z(1)(k)=αX(1)(k)+(1-α)X(1)(k-1),

        (2)

        α為確定參數(shù),Z(1)(k)為背景值。

        從而可以得出GM(1,1)的灰微分方程模型為

        d(k)+aZ(1)(k)=b,

        (3)

        或者

        X(0)(k)+aZ(1)(k)=b,

        (4)

        其中,X(0)(k)稱(chēng)為灰導(dǎo)數(shù),a為是發(fā)展灰度,b為灰作用量。

        引入矩陣向量記號(hào)

        (5)

        則GM(1,1)模型可表示為

        Y=Bu。

        (6)

        運(yùn)用最小二乘法,由此可以求出參數(shù)a和b的估計(jì)值為

        (7)

        于是方程(4)有特解

        (8)

        (9)

        灰色預(yù)測(cè)算法的通用性比較強(qiáng),模型可檢驗(yàn),參數(shù)估計(jì)方法簡(jiǎn)單,對(duì)小數(shù)據(jù)集有很好的預(yù)測(cè)效果,可以應(yīng)用于地震預(yù)測(cè)。

        2.2 支持向量回歸算法

        支持向量回歸(support vector regression,SVR)的樣本點(diǎn)最終只有一類(lèi),它的目標(biāo)是使所有的樣本點(diǎn)離超平面的總偏差最小。而回歸方法指的是尋找若干變量之間統(tǒng)計(jì)關(guān)系的一種方法,利用所找的關(guān)系對(duì)某一個(gè)變量作未來(lái)某一時(shí)刻的估計(jì),即預(yù)報(bào)值。

        對(duì)于回歸問(wèn)題,給出訓(xùn)練樣本{(x1,y1),(x2,y2),…,(xn,yn)},yi∈R,目標(biāo)是找到一個(gè)函數(shù)f(x)=ωTx+b,使得其與y盡可能地接近,ω、b是待確定的參數(shù)。在這個(gè)模型中,只有當(dāng)f(x)=y時(shí),損失才為零,而SVR的回歸假設(shè)所能容忍的f(x)與y之間最多有ε的偏差,當(dāng)且僅當(dāng)f(x)與y的差別絕對(duì)值大于ε時(shí),才計(jì)算損失。

        如果數(shù)據(jù)離回歸函數(shù)的偏差|yi-ωTxi-b|<ε,則認(rèn)為是被預(yù)測(cè)正確的,所以約束條件是保證更多的數(shù)據(jù)點(diǎn)能夠落在接受的精度范圍內(nèi),即 |yi-ωTxi-b|<ε。

        支持向量回歸模型可用于連續(xù)型目標(biāo)變量的預(yù)測(cè)分析,這使得它在探尋變量之間的關(guān)系、評(píng)估趨勢(shì)、做出預(yù)測(cè)等科學(xué)領(lǐng)域應(yīng)用中極具吸引力。

        2.3 地震數(shù)據(jù)預(yù)測(cè)及可視化

        本文首先構(gòu)建Scrapy框架(圖1)來(lái)獲取所需要研究的數(shù)據(jù);接著基于Django框架與數(shù)據(jù)庫(kù)連接,將數(shù)據(jù)傳到前端,進(jìn)行繪圖實(shí)現(xiàn)可視化操作;繪圖在前端進(jìn)行,Python請(qǐng)求數(shù)據(jù)庫(kù),再將數(shù)據(jù)傳給前端,同一個(gè)框架里面設(shè)計(jì)多個(gè)網(wǎng)頁(yè),將數(shù)據(jù)傳到Python——數(shù)據(jù)庫(kù)(MySql)進(jìn)行篩選——前端Html5+CSS+JavaScript——運(yùn)用灰色預(yù)測(cè)算法和支持向量回歸算法對(duì)四川省地震數(shù)據(jù)的分析與預(yù)測(cè)實(shí)現(xiàn)最終目的。

        圖1 Scrapy框架流程Fig.1 Flow chart of Scrapy framework

        圖2為Django核心框架示意圖,在Django中,控制器接受用戶輸入的部分由框架自行處理,所以 Django 里更關(guān)注的是模型(Model)、模板(Template)和視圖(Views),稱(chēng)為 MTV模式;使用該框架可以快速開(kāi)發(fā)所需要的可視化系統(tǒng)。

        圖2 Django核心框架Fig.2 Django core framework

        2.3.1 基于灰色預(yù)測(cè)與SVR算法的地震預(yù)測(cè)

        采用四川省2008—2019年地震數(shù)據(jù)作為訓(xùn)練集,測(cè)試集則為四川省2020年的地震數(shù)據(jù)。利用灰色預(yù)測(cè)算法和支持向量回歸算法共同預(yù)測(cè),從而得出以下結(jié)果。

        在表1中,運(yùn)用了2009年至2019年四川省最大的一次地震的經(jīng)緯度、深度、頻次、平均震級(jí)及其震級(jí)作為本文的訓(xùn)練數(shù)據(jù),基于灰色預(yù)測(cè)算法得到2020年預(yù)測(cè)出四川省可能發(fā)生的最大一次地震longitude=103.48°、latitude=28.94°、depth=16.03 km、frequency=114.14次,avg_M=3.50 km。

        表1 2009—2020年四川省地震信息

        基于支持向量回歸算法得到,2020年四川省最大震級(jí)為5.85 km。

        圖3為四川省2009—1019年實(shí)際震級(jí)與實(shí)際所預(yù)測(cè)震級(jí)的對(duì)比圖,藍(lán)色折線圖中y為實(shí)際震級(jí),紅色折線圖的y_pred是實(shí)際所預(yù)測(cè)出來(lái)的四川省地震的震級(jí)。

        圖3 實(shí)際震級(jí)與預(yù)測(cè)震級(jí)對(duì)比圖Fig.3 Comparison of actual magnitude and predicted magnitude

        表2所示為2009年至2019年某個(gè)經(jīng)緯度(地區(qū))所對(duì)應(yīng)的實(shí)際震級(jí)與預(yù)測(cè)震級(jí),以及兩者之間的震級(jí)差.可以看出預(yù)測(cè)的震級(jí)與實(shí)際震級(jí)之間相差不大,結(jié)果與實(shí)際值符合較好,所以用灰色預(yù)測(cè)和支持向量回歸算法來(lái)預(yù)測(cè)2020年四川省的最大地震是比較理想的。因此可以運(yùn)用這兩種算法來(lái)預(yù)測(cè)世界發(fā)生的地震情況。

        表2 2009—2019年某個(gè)經(jīng)緯度(地區(qū))的實(shí)際震級(jí)與預(yù)測(cè)震級(jí)

        2 地震數(shù)據(jù)可視化

        可視化流程:

        用戶提交請(qǐng)求(url)→Django中路由系統(tǒng)識(shí)別并分配→調(diào)用相應(yīng)view.py文件和對(duì)應(yīng)函數(shù)→函數(shù)接受POST請(qǐng)求并調(diào)用Mysql數(shù)據(jù)庫(kù)→數(shù)據(jù)庫(kù)按條件篩選數(shù)據(jù)并返回→Django進(jìn)行處理并轉(zhuǎn)遞給html→htmlcssjavascript實(shí)現(xiàn)繪圖、可視化顯示(圖4)。

        圖4和圖5地震數(shù)據(jù)可視化系統(tǒng)可以實(shí)現(xiàn)與用戶的交互,用戶可對(duì)地震發(fā)生時(shí)間、發(fā)生地震位置、震級(jí)進(jìn)行數(shù)據(jù)篩選,輸出繪制散點(diǎn)圖、時(shí)間—每年地震次數(shù)折線圖、各震級(jí)環(huán)形圖;只需要輸入經(jīng)緯度范圍(建議10°之間,區(qū)域過(guò)大會(huì)導(dǎo)致預(yù)測(cè)效果不理想),通過(guò)灰色預(yù)測(cè)和支持向量回歸算法進(jìn)行預(yù)測(cè),預(yù)測(cè)結(jié)果輸出相應(yīng)列表,并在世界地圖中繪制所預(yù)測(cè)出來(lái)的地震地點(diǎn)。

        圖4 地震數(shù)據(jù)可視化Fig.4 Visualization of seismic data

        圖5 地震預(yù)測(cè)系統(tǒng)Fig.5 Earthquake prediction system

        3 結(jié)論

        鑒于地震預(yù)測(cè)一直以來(lái)受到的關(guān)注,分析了灰色預(yù)測(cè)算法、支持向量機(jī)回歸算法作為研究地震預(yù)測(cè)的優(yōu)勢(shì),并利用這兩種算法共同對(duì)四川省地震數(shù)據(jù)進(jìn)行預(yù)測(cè),從而得到2020年四川省可能發(fā)生地震的頻次和平均震級(jí),以及最大一次地震的經(jīng)緯度、深度。此外,通過(guò)可視化形式直觀清晰展示了預(yù)測(cè)的結(jié)果。綜上,結(jié)合運(yùn)用這兩種算法的方式,可擴(kuò)展用于預(yù)測(cè)世界發(fā)生的地震情況,在現(xiàn)有條件下提供了一個(gè)具有良好準(zhǔn)確度的地震預(yù)測(cè)方式。

        猜你喜歡
        震級(jí)灰色四川省
        基于累積絕對(duì)位移值的震級(jí)估算方法
        地震后各國(guó)發(fā)布的震級(jí)可能不一樣?
        淺灰色的小豬
        新震級(jí)國(guó)家標(biāo)準(zhǔn)在大同臺(tái)的應(yīng)用與評(píng)估
        山西地震(2020年1期)2020-04-08 07:34:26
        前三季度四川省五大支柱產(chǎn)業(yè)保持平穩(wěn)較快增長(zhǎng)
        四川冶金(2019年5期)2019-12-23 09:04:34
        四川省土木建筑學(xué)會(huì)
        四川建筑(2019年6期)2019-07-21 02:59:28
        四川省 多舉措增強(qiáng)2500萬(wàn) 農(nóng)民工獲得感
        灰色時(shí)代
        Coco薇(2017年2期)2017-04-25 17:59:38
        她、它的灰色時(shí)髦觀
        Coco薇(2017年2期)2017-04-25 17:57:49
        感覺(jué)
        在线观看精品国产福利片87| 免费高清av一区二区三区 | 少妇极品熟妇人妻无码| 日本色偷偷| 日韩中文字幕熟女人妻| 欧洲熟妇色xxxx欧美老妇性| 亚洲精华国产精华液的福利| 国产艳妇av在线出轨| 国产高清大片一级黄色| 国产精品国产三级国产aⅴ下载| 少妇装睡让我滑了进去| 亚洲精品美女自拍偷拍| 在线观看二区视频网站二区| 波多野结衣在线播放| 黑人巨大白妞出浆| 亚洲精品国产不卡在线观看| 久久99精品久久只有精品| 国产专区一线二线三线码 | 亚洲精品国产一二三区| 国产做a爱片久久毛片a片| 亚洲丁香五月激情综合| 东京热日本道免费高清| 一 级做人爱全视频在线看| 欧美两根一起进3p做受视频| 日韩最新在线不卡av| 日本女优中文字幕亚洲| 无码aⅴ精品一区二区三区浪潮| 久久久久亚洲av无码专区网站| 久久亚洲aⅴ精品网站婷婷| 久久亚洲乱码中文字幕熟女| 好吊妞无缓冲视频观看 | 国产精品一区二区三级| 日韩一级精品视频免费在线看| 精品亚洲国产成人| 色吧综合网| 偷拍与自偷拍亚洲精品| 人妻体内射精一区二区三区| 黄色成人网站免费无码av| 毛片av在线尤物一区二区| 欧美又大粗又爽又黄大片视频| 欧美成人一区二区三区|