简介：针对滑坡位移时间序列的非线性特性,引入基于相空间重构和最小二乘支持向量机（LSSVM）的预测法。利用Cao氏法确定嵌入维数,计算最佳延迟时间;在相空间中,利用LSSVM建立预测模型,以实例对滑坡进行计算,对LSSVM模型和BP神经网络模型进行了比较。结果表明：基于相空间重构和LSSVM的滑坡预测模型具有较高的精度,是科学可行的。
相空间重构理论支持下的滑坡预测方法
