论文部分内容阅读
对1995年甘肃永登5.8级地震后的土样进行了电子显微镜扫描及孔隙量化处理,从黄土的微结构角度对黄土震陷现象进行了研究,分析了微结构特征对黄土震陷性的影响,以此阐明震害形成的机理。
永登震后黄土微结构特征研究
【摘 要】
：
对1995年甘肃永登5.8级地震后的土样进行了电子显微镜扫描及孔隙量化处理,从黄土的微结构角度对黄土震陷现象进行了研究,分析了微结构特征对黄土震陷性的影响,以此阐明震害形成的机理。
【机 构】
：
中国地震局地震预测研究所兰州基地,中国地震局兰州地震研究所
【出 处】
：
西北地震学报
【发表日期】
：
2005年02期
其他文献
统计学习理论(SLT)是研究小样本情况下机器学习规律的理论。支持向量机(SVM)基于统计学习理论,可以处理高度非线性分类和回归等问题,不但较好地解决了小样本、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。本文介绍了支持向量机的分类、回归方法,分析了这一方法的特点,讨论了该方法在地震预报中的应用前景。
采用弹塑性动力有限元分析方法和Drucker-Prager屈服准则,将基于现行抗震设计规范中的Ⅰ、Ⅲ类场地标准反应谱曲线拟合而成的地震动时程作为地震输入,选取黄土地区典型滑坡类