盲提取在地球化学异常数据处理中的应用

利用盲提取算法提取地球化学的异常数据,再利用分形含量梯度法确定地球化学的异常浓度中心,应用该方法对西藏1：20万拉萨幅水系沉淀物地球化学测量数据进行了处理,所圈定的异常浓度中心和矿化分布与实际情况基本一致,说明了方法的实用性和有效性．     

基于ASTER的遥感地球化学统计预测模型及应用——以金川铜镍矿床外围找矿为例

通过金川铜镍矿区南延测区的地球化学地表取样分析及野外对应点的地物波谱测试,并以55号勘探线的遥感-地质-地球化学剖面为基准,确定不同元素异常（或地球化学指标）与不同岩性地段的光谱特征、谱段范围及阈值,建立基于ASTER遥感影像的净反射率值与微量元素地球化学指标之间的统计模型,并以此预测模型对南延及西北延区域进行了遥感地球化学异常的圈定。结果表明：建立的遥感地球化学统计模型高异常区与已知矿区范围吻合程度很高,通过提取的遥感地球化学异常信息不仅能表达化探常规异常信息,其空间分布规律也能明晰出来,更重要的是某些局部弱异常得到了增强,外延区域的遥感地球化学异常也得到了野外验证,说明利用区域地质资料建立的基于ASTER遥感地球化学预测模型比单一的遥感或化探异常有更好的预测效果。     

西昆仑塔尔—库斯拉甫一带Pb、Zn化探异常成因及找矿前景分析

研究区经1 5万水系沉积物测量化探取样,根据样品测试结果共圈定4个Pb、Zn化探异常区,结合室内综合数据整理及野外异常成因分析,得出该地区Pb、Zn异常分3种类型：密西西比河谷型（MVT）、热液充填型和花岗斑岩型。其中,密西西比河谷型（MVT）异常区具有分布面积大、强度高、相关元素叠加性好的特点,是该地区铅锌矿的一级找矿前景区。     

云南镇沅三合地区土壤地球化学特征及靶区优选

文章在总结云南镇沅三合地区地质特征基础上,对该地区1∶1万地球化学数据研究表明:研究区成矿元素组合主要为Ag-Au-Cu-Pb-Zn-Co-Cd;区内主要的铅锌矿床及矿化点都有相应元素显示异常,表明地球化学在本区具有重要的指示意义.根据化探数据以及地质成矿规律,共圈定3个成矿靶区.结果表明该方法圈定异常准确、有效,且能达到较好的效果.     

内蒙古克什克腾东南部元素地球化学异常的油气示踪

为能快速圈定内蒙古克什克腾东南部含油气有利区段,基于1∶200 000水系沉积物测量成果资料,采用测区背景平均值加二倍标准离差的方法,确定元素的异常下限,圈出单元素地球化学异常图。通过铁族元素、低温元素、高温元素异常特征的分析,圈定各族元素的组合异常,并利用其元素组合异常分布特征寻找潜在含油气有利区段。结果表明:铁族元素在五分地—土城子—赤峰—北十二家子呈现高值环状异常带,在该高值异常环带所围限的区域内发育地球化学低背景区;低温和高温元素组合异常的分布和铁族元素正好相反,低温和高温元素组合在铁族元素高值环带内的地球化学低背景区呈现高值,对油气有很好指示作用的Hg元素在铁族元素高值环带内的地球化...     

矿井瞬变电磁法在巷道迎头超前探测中的应用

介绍了矿井瞬变电磁法超前探测在井下运用的基本原理、技术和方法。在数据采集过程中,通过调整天线的法线与巷道底板的夹角,探测巷道顶板、顺层和巷道底板方向上介质的电性变化情况。对采集到的数据进行畸变处理、深度校正后,绘制视电阻率等值线断面图。探测结果表明,该方法能准确圈定巷道迎头前方的地质异常并反映出异常体的空间特征,对解决巷道掘进迎头前方的地质异常是一种快捷、有效的勘查手段,可以为煤矿水害的预报和防治提供重要的技术依据。     

小样本道路旅行时间数据中的异常点剔除算法

利用车牌照匹配技术获取的小样本旅行时间数据中通常夹杂大量异常点,无法直接用以表征当前交通状态及交通旅行时间数据的动态、离散、小样本等特性,在传统剔除算法的基础上,提出了一种统计分析与模糊C均值聚类相结合的异常点剔除新方法。将新剔除方法与传统剔除方式效果进行分析比较,得出一种精确度较高的异常点剔除方法。仿真结果表明,该方法在处理交通小样本数据上,大幅度提高了异常点检测的准确性,能够有效过滤异常数据。     

新疆博罗科努成矿带东段地球化学分形特征及找矿预测

根据对博罗科努成矿带东段约800 km~2内2 269个水系沉积物样品的11项元素分析数据的统计分析,确定Cu,Pb,Zn,Ag,Bi和Mo为主要的示矿元素。示矿元素的C-A分形模型拟合直线多为三段式,体现多重分形特征。根据其拐点划分出地球化学背景、区域异常与局部异常,并基于乘积综合异常圈定出莱历斯高尔、可克萨拉和萨雷玛扎尔3个预测靶区。各预测靶区与区内已发现矿床的分布高度吻合,体现出地球化学分形异常在找矿预测中具有良好的应用效果,为未知矿床的探寻提供了良好的方法。     

基于空域滤波的核RX高光谱图像异常检测算法

核RX算法将原始高光谱数据通过非线性映射到高维特征空间进行处理,具有很好的非线性异常检测性能,但当背景数据中混入异常点后背景核矩阵将发生退化,使得漏检率上升.针对此问题,该文提出一种基于空域滤波的核RX算法,利用高光谱图像同一波段相邻像素的空间相关性,采用分波段空域滤波的方式优化背景数据的分布,抑制了异常数据对背景的干扰,构造更加符合背景分布的核矩阵,有效提高检测概率的同时降低了虚警概率.通过试验模拟数据和真实AVIRIS数据的测试检验,说明该算法性能优于传统RX算法以及核RX算法.     

基于属性相似度云模型的网络异常检测

针对网络异常检测虚警率偏高的问题,提出了一种基于属性相似度云模型的网络异常检测新方法。基于各属性对分类的不同贡献,结合数据对象空间和属性空间的相似度概念,给出了属性相似度和属性权重的计算方法,该方法可降低网络数据空间的维数,提高目标识别的准确率。试验表明,该方法具有先验知识需求少和参数容易确定的优点,能比较准确地检测出对网络数据的异常行为。     

云南思姑锡矿区矿化晕测量找矿研究

利用岩石地球化学与地质相结合的找矿方法,选择云南思姑锡矿区Sn、Cu、Pb、Zn、Ag、Mo等6个元素,对矿区矿化晕进行了异常元素的相关、偏相关、聚类与因子等分析,并以传统化探处理方法(平均值+n×标准差)确定异常下限,所圈定的异常区与已知矿体基本吻合,证实了方法的有效性,进而以此方法探索找矿,提出扩大找矿远景靶区应主要向矿区南部延伸。     

一种宽带声场干涉图案处理的方法及其应用

针对传统图像处理方法不能给出声场干涉图案局部信息的局限性,介绍了一种基于图像Hessian矩阵特征值分析的多尺度线性滤波器,进行干涉图案的处理和特征提取,建立了具体条纹斜率和位置估计的有效方法,并进一步讨论了依据条纹参数估计结果进行海底地声参数反演的可行性.从数值仿真以及海上实验数据的处理结果表明,该方法可以有效地提取宽带声场的干涉结构和条纹信息,而条纹的参数信息也可进一步应用到地声参数反演中.     

基于数据筛选的无人机测绘数据异常检测

为降低无人机测绘数据异常检测的误检率、漏检率,缩短检测时间,文章提出一种基于数据筛选的无人机测绘数据异常检测方法。采用支持向量机对无人机测绘数据进行数据流分块、竖向规范化处理及时间切片处理等预处理;基于卷积神经网络分析数据确定数据潜在规律;采用无监督聚类算法对数据进行聚类,利用滑动窗口处理得到数据流簇心因子并进行聚类;根据判断标准对异常数据分块处理,确定是否存在异常因子;采用重叠累加值计算方法对异常数据点进行筛选,完成无人机测绘数据异常检测。实验结果表明:与传统卷积神经网络方法相比,采用该方法对异常数据检测,其误检率降低了约11%、漏检率降低约8.1%,并且检测时间缩短了11.3 min。     

多源非平衡交通检测数据的异常识别方法

为保证交通检测数据的准确性并服务于实时的交通状态判别和预测,交通大数据采用多种检测源数据协同处理并利用机器学习的方法进行异常识别.异常检测数据的识别主要基于机器学习中AdaBoost方法实现.在算法的训练过程中,为消除单一检测源数据的离群现象,训练数据选取同一路段上多种检测源提供的数据集.在算法的决策过程中,通过代价敏感方法的优势来改进AdaBoost的决策.实验结果表明:基于非均衡特性改进的AdaBoost模型迫使分类器更加关注了待识别的异常样本,增强了AdaBoost决策过程中训练决策树规则的代表性,提高了异常类样本的分类准确率.高速公路实例检测数据集验证了改进算法与相关经典算法的检测准确度、误检率、误警率等指标,其中改进模型与原模型相比,准确率提高了5.547%,误检率减低了6.792%.多种算法的ROC曲线对比表明改进的AdaBoost方法筛选交通检测样本的可靠度更高,可有效调整由非平衡数据导致的分类误差.     

基于卷积自编码器的地震数据处理

引入以深度学习为代表的数据驱动方法,加速地震数据的处理流程,获得更精确的地下介质信息. 卷积自编码器方法在地震数据压缩降维的同时,利用数据的空间局部相关性自动提取信号特征,避免数学物理模型的假设依赖. 通过设计不同地质模型的地下速度结构,利用波动方程正演模拟构建大量不同特征的地震数据训练集和测试集. 与模型驱动的地震随机噪声压制和地震道插值方法不同,数据驱动下的卷积自编码器方法能够从含随机噪声地震数据和地震道缺失数据中,直接识别和提取出其中的有效地震信号,从而压制随机噪声以及重建原始地震数据,实验结果验证了该方法的有效性. 卷积自编码器方法不需要人工阈值控制,具有更高的处理效率.     

基于最小二乘支持向量机的模糊时序分析方法

利用最小二乘支持向量机良好的分类和函数估计能力，提出了一种新的模糊时序分析方法。该方法包括两部分：在模糊时序处理部分通过建立启发式规则、模糊变量、论域、模糊集合和隶属度函数，完成历史数据的模糊化；最小二乘支持向量机处理部分替代传统的模糊关系计算，对模糊化的历史数据进行分析，然后去模糊化得到最后的预测结果。与多种传统模糊时序分析方法的对比试验表明，该方法充分利用了支持向量机较好的推广性能等优点，具有更高的精度和较好的泛化效果。     

三棱镜矫正斜视眼和眼位异常教学演示仪

针对眼视光技术专业斜视眼、眼位异常矫正原理的教学内容,设计制作了斜视眼、眼位异常光学矫正原理的教学演示仪,介绍了该教学演示仪的实验原理、实验方法、实验原始数据及其处理方法。所设计制作的教学演示装置在眼视光技术专业的教学演示实验中达到了良好的教学效果。     

回归模型应用的发展综述

在回归模型研究与应用中,非正态分布假设、非线性回归模型与组合模型建模是重要的研究问题.首先针对非线性建模,引入压缩函数,提出了一种非线性回归建模方法;其次针对单个模型的局限性,引入线性回归与时间序列模型组合,提出了一种组合加法模型的建模方法;最后针对非正态分布假设建模,利用随机变量和分布,提出了一种基于非正态分布的和模型,为非线性回归、组合模型与非正态分布假设建模提供了新的方法.     

基于文本挖掘技术的教育类文献主题识别方法研究

针对传统文本统计学抽样风险问题，采用文本挖掘技术提取相关文献中具有分析价值的信息，引入自然语言处理技术对文献信息进行主题词抽取和清洗，利用文本聚类结合知识图谱和数据可视化，为分析相关文献研究方向的现状、热点和发展趋势等提供依据。以教育类文献为例，通过研究表明，自然语言处理技术与聚类方法结合数据可视化可以为分析当前教育领域的研究热点和发展趋势提供有力的数据支撑。