多源地質(zhì)空間信息智能處理與區(qū)域礦產(chǎn)資源預測

序
前言
第1章 緒論
1.1 研究背景及意義
1.2 區(qū)域礦產(chǎn)資源預測方法
1.3 空間數(shù)據(jù)挖掘
1.4 案例推理
1.5 地質(zhì)空間數(shù)據(jù)的不確定性
1.6 空間數(shù)據(jù)挖掘的不確定性
1.7 礦產(chǎn)資源預測的不確定性
參考文獻
第2章 實驗區(qū)地質(zhì)概況
2.1 青海東昆侖地區(qū)地理概況
2.2 區(qū)域成礦地質(zhì)背景
2.3 成礦系列
參考文獻
第3章 高光譜遙感巖礦專題信息提取方法
3.1 概述
3.2 巖礦波譜機理分析
3.3 高寒山區(qū)巖礦光譜分析
3.4 高寒山區(qū)巖礦光譜變異性分析
3.5 基于光譜匹配的巖礦信息提取方法
3.6 基于流形學習的高光譜降維
參考文獻
第4章 高寒山區(qū)高光譜巖礦填圖應用
4.1 野外實驗區(qū)地理概況
4.2 技術路線
4.3 野外光譜采集
4.4 高光譜數(shù)據(jù)預處理
4.5 巖性填圖
4.6 礦物識別
4.7 基于流形學習的高光譜降維及巖性分類驗證
參考文獻
第5章 證據(jù)權模型與區(qū)域礦產(chǎn)資源預測
5.1 算法原理
5.2 基于證據(jù)權模型的青海東昆侖鐵礦資源預測
5.3 基于證據(jù)權模型的青海東昆侖金礦資源預測
5.4 基于證據(jù)權模型的青海東昆侖銅鉛鋅多金屬礦資源預測
5.5 基于證據(jù)權模型的野馬泉鐵多金屬礦資源預測
5.6 基于證據(jù)權模型的五龍溝金礦資源預測
5.7 結論
參考文獻
第6章 擴展證據(jù)權模型與區(qū)域礦產(chǎn)資源預測
6.1 算法原理
6.2 基于擴展證據(jù)權模型的青海東昆侖銅鉛鋅多金屬礦產(chǎn)資源預測
6.3 基于擴展證據(jù)權模型的五龍溝金礦資源預測
6.4 結論
參考文獻
第7章 邏輯斯諦回歸模型與區(qū)域礦產(chǎn)資源預測
7.1 邏輯斯諦回歸模型
7.2 基于邏輯斯諦回歸模型的青海東昆侖鐵礦資源預測
7.3 基于邏輯斯諦回歸模型的青海東昆侖銅鉛鋅多金屬礦資源預測
7.4 基于邏輯斯諦回歸模型的野馬泉鐵多金屬礦資源預測
7.5 結論
參考文獻
第8章 融合C4.5決策樹和概率平滑技術的區(qū)域礦產(chǎn)資源預測方法及應用
8.1 方法原理
8.2 基于C4.5決策樹和m-branch概率平滑的青海東昆侖礦產(chǎn)資源預測
8.3 討論
參考文獻
第9章 地質(zhì)空間數(shù)據(jù)挖掘方法與區(qū)域礦產(chǎn)資源預測
9.1 地質(zhì)空間數(shù)據(jù)挖掘的理論與技術框架
9.2 成礦關聯(lián)規(guī)則挖掘及不確定性評價
9.3 基于成礦關聯(lián)規(guī)則挖掘的青海省東昆侖成礦帶礦產(chǎn)資源預測
參考文獻
第10章 證據(jù)推理方法與區(qū)域礦產(chǎn)資源不確定性預測
10.1 證據(jù)理論
10.2 基于證據(jù)推理的區(qū)域礦產(chǎn)資源不確定性預測方法
10.3 基于證據(jù)推理的青海省東昆侖礦產(chǎn)資源不確定性預測
參考文獻
第11章 成礦案例推理模型與區(qū)域礦產(chǎn)資源預測
11.1 成礦案例推理模型
11.2 基于成礦案例推理模型的區(qū)域礦產(chǎn)資源預測
11.3 基于節(jié)點樹的成礦案例相似性匹配方法及預測實驗
參考文獻
第12章 地質(zhì)空間場景相似性方法與區(qū)域礦產(chǎn)資源預測
12.1 方法原理
12.2 集成地質(zhì)空間場景相似性和案例推理的青海東昆侖礦產(chǎn)資源預測
12.3 討論
參考文獻
第13章 綜合預測方法與野外驗證
13.1 綜合預測方法
13.2 預測精度對比評價
第14章 智能區(qū)域成礦預測系統(tǒng)設計與實現(xiàn)
14.1 系統(tǒng)需求規(guī)定
14.2 系統(tǒng)運行與開發(fā)環(huán)境
14.3 系統(tǒng)設計原則
14.4 系統(tǒng)結構
14.5 系統(tǒng)數(shù)據(jù)庫設計
14.6 系統(tǒng)主要功能模塊的實現(xiàn)
圖版