滑坡监测分析预报的非线性理论和方法

前言
1　绪论
　1.1　概述
　1.2　滑坡监测技术及分析方法
　1.3　非线性分析方法概述
　1.4　滑坡预报步骤
　1.5　滑坡预报现状
　1.6　滑坡预报原则与前景
2　滑坡监测技术及数据预处理
　2.1　概述
　2.2　滑坡监测技术
　2.3　滑坡监测案例
　2.4　位移数据预处理概述
　2.5　异常值剔除、滤波及缺失数据的处理
　2.6　建模数据的采集
　2.7　位移数据预处理
3　滑坡监测位移数据时频分析
　3.1　概述
　3.2　时序分析方法
　3.3　频域分析方法
　3.4　变形动态响应分析
　3.5　时频分析实例
4　滑坡监测灰色系统分析与预测
　4.1　概述
　4.2　滑坡系统灰色特性及其分析
　4.3　滑坡监测灰色建模方法
　4.4　变形影响因子主分量分析与灰色关联分析
　4.5　变形趋势的预测灰色平面
　4.6　变形监测改进灰色状态分析模型
　4.7　基于非线性灰色Verhulst模型的滑坡暴发时间预测
　4.8　高边坡深层岩体变形的灰色空间模型预测
5　基于卡尔曼滤波的滑坡位移数据处理
　5.1　概述
　5.2　离散线性系统卡尔曼滤波
　5.3　卡尔曼滤波模型在滑坡监测数据分析中的应用
　5.4　顾及降雨因子的卡尔曼滤波实例
6　改进神经网络滑坡位移预测模型
　6.1　概述
　6.2　前馈神经网络与BP算法
　6.3　遗传算法、模拟退火算法和改进的BP算法
　6.4　改进神经网络预测模型
　6.5　非线性组合预测
　6.6　实例分析
7　变点分析及其在滑坡位移分析中的应用
　7.1　概述
　7.2　变点分析理论与方法
　7.3　基于自适应神经网络的变点分析
　7.4　模拟与实例分析
8　基于神经网络与GIS的滑坡敏感性分析
　8.1　概述
　8.2　基于神经网络与GIS的滑坡敏感性分析的设计思路
　8.3　滑坡敏感性的指标体系
　8.4　基于GIS的滑坡敏感性分析系统的框架
9　滑坡灾害风险评价
　9.1　概述
　9.2　滑坡灾害风险评价体系
　9.3　滑坡灾害风险评价模型
　9.4　基于粒子群神经网络的滑坡灾害风险评价
　9.5　滑坡灾害信息管理与发布系统研究
参考文献