第一章 绪论 1
1.1 研究背景 1
1.2 数据挖掘概述 3
1.2.1 数据挖掘的定义 4
1.2.2 数据挖掘的过程 5
1.2.3 数据挖掘的任务和功能 6
1.3 地震预报中的数据挖掘 11
1.3.1 地震预报的主要方法 11
1.3.2 地震数据及其特点 12
1.3.3 在地震预报中引入数据挖掘方法 13
1.4 研究目标和主要研究内容 14
1.4.1 研究目标 14
1.4.2 主要研究内容 15
第二章 基于关联分析的地震相关地区查找 17
2.1 地震的地区相关性分析 17
2.2 关联分析的数据准备 19
2.2.1 数据选择 19
2.2.2 数据预处理 20
2.3 关联规则挖掘算法的设计与实现 27
2.3.1 关联规则挖掘算法概述 28
2.3.2 地震地区关联规则的挖掘算法设计 31
2.4 用FPM_LP算法寻找地震相关地区 40
2.4.1 实验方法和步骤 40
2.4.2 实验设计与结果分析 41
本章小结 48
第三章 基于序列相似性匹配的地震相关性分析 50
3.1 时间序列数据挖掘概述 50
3.1.1 时间序列数据挖掘的概念 51
3.1.2 时间序列数据挖掘概述 52
3.2 序列相似性匹配与地震地区相关性分析 53
3.2.1 序列相似性匹配概述 53
3.2.2 基于相似性匹配的地震相关地区查找 55
3.3 地震时间序列相似性的定义和度量模型 55
3.4 寻找地震相关地区的序列相似性匹配算法 58
3.5 应用实例及结果分析 60
3.5.1 数据准备 60
3.5.2 实验设计及结果分析 61
本章小结 66
第四章 基于广义约束规则的地震序列模式挖掘 68
4.1 地震序列的概念 68
4.2 序贯模式挖掘概述 69
4.2.1 序贯模式的概念 69
4.2.2 序贯模式挖掘算法 71
4.3 基于广义约束规则的地震序列模式挖掘算法 72
4.4 SPMGC算法在地震预报中的应用实例 76
4.4.1 数据的选择和预处理 77
4.3.2 实验结果分析 78
本章小结 80
第五章 基于时序分析的地震前兆观测数据处理 82
5.1 地震前兆观测数据分析概述 82
5.1.1 地震前兆观测数据的特点 82
5.1.2 地震前兆观测数据的分析处理任务 84
5.2 基于时序分析的前兆观测数据处理 85
5.2.1 时序数据与时序分析 85
5.2.2 基于时序分析的前兆观测数据处理 86
5.3 前兆观测数据的预处理方法 86
5.4 前兆观测数据的频繁模式挖掘 89
5.4.1 时间序列的相似性度量 90
5.4.2 单变量时间序列相似性的度量 90
5.4.3 多维时间序列的相似性比较 94
5.4.4 时间序列的划分算法的研究 96
5.4.5 基于频度的动态划分时序模式挖掘算法 98
5.5 实验结果与分析 99
本章小结 104
第六章 地震预报并行数据挖掘平台设计与实现 106
6.1 地震预报并行数据挖掘平台设计 106
6.1.1 PDMPEP的并行环境选择 106
6.1.2 PDMPEP的体系结构 108
6.2 PDMPEP实现技术 111
6.2.1 数据仓库的建立 111
6.2.2 并行数据挖掘管理中间件PD3M的实现技术 112
6.3 PDMPEP的运行模式 116
本章小结 119
第七章 结论与展望 121
7.1 本文的主要创新性工作 121
7.2 进一步开展的工作 123
参考文献 125
致谢 136