基于数据挖掘的砂土地震液化预测模型研究

在对砂土地震液化各影响因素分析的基础上,引入整合式模糊聚类神经网络的数据挖掘模型.该模型以模糊系统为框架,结合聚类分析技术和神经网络模式,建立砂土液化与其影响因素之间的非线性关系.运用所建立的模型,对国内外400组砂土地震液化资料进行分析,来预测砂土液化现象.数据挖掘结果的误判率及分类矩阵表明,文章的系统模式在判断砂土地震液化时能取得较好的效果.     

基于数据仓库的数据挖掘技术

从数据挖掘的产生出发，到发展的各个分支，讨论了各种数据挖掘方法的特点和应用对象。介绍典型的算法、它们的优化改进和变形，并分析数据挖掘技术将来面临的问题及发展方向。     

数据挖掘技术及其在地学中的应用

数据挖掘（Ｄａｔａ Ｍｉｎｉｎｇ）是一个极具有创新性的领域,其在天文、商业等领域得到了广泛的应用,取得了一系列重要的应用成果,它在地学领域的应用潜力越来越受到人们的重视。概括了数据挖掘的６种模式,２种工具,７种方法,探讨了其在地学中应用的前景和意义。利用数据挖掘技术,人们可以从已获得的大量中提取出可理解的模式,从而有效地认识地咎所陷藏的地质规律,发现新知识。同时数据挖掘技术的量化处理方法可以增加分     

数据挖掘在地质环境评测中的应用

本文通过关联规则,挖掘某个区域中化学元素对地质环境影响的变化趋势,为我们提供化学元素对地质环境影响度的预测,并根据预测结果做出管理决策,实验结果表明,该方法预测精度较高。     

基于数据挖掘的三峡库区特大滑坡变形关联规则研究

从实测数据中分析滑坡灾害的成因机理,对于准确识别潜在危险区与及时制定防治措施十分重要。由于现场监测数据的数量庞大、来源多样,常规的数据处理方法难以从海量监测数据中提取出有用的信息,进而对滑坡变形演化趋势作出正确评价和预测。本文基于经典数据挖掘方法中的两步聚类法与关联规则分析,提出了滑坡变形行为的关联分析挖掘技术,并以长江三峡库区新铺滑坡为例,对库水位波动及降雨影响下的特大滑坡位移速率进行了关联分析。结果表明:该滑坡的变形受库水位高程水平、库水位波动速率与降雨强度等因素的多重影响,水位下降、强降雨与滑坡变形密切相关;滑坡不同空间位置处的变形影响因素存在差异,由坡脚至坡顶,库水位波动的影响水平依次降低,降雨强度的影响水平逐渐增强。本文提出的数据挖掘方法可定量分析滑坡变形的控制因素,并通过与实测数据的对比验证了相关规则的可靠性,这对于海量监测数据条件下滑坡灾害的成因分析有重要意义。     

基于贝叶斯网络的地震相分类

为了解决传统多地震属性的地震相分类方法中"难以引入先验信息用以指导分类,难以给出地震相分类结果可靠程度的定量估计,且各分类参数的权值较难确定"这3个问题,提出了一种新的基于贝叶斯网络的地震相分类方法.该分类方法有效地融合了先验信息和训练样本的分布特征,对提取的多种地震属性进行智能分析,以概率推理的方式得到各地震相类别的概率值,并根据概率分布估计分类结果的可靠程度.详述了贝叶斯网络用于地震相分类的原理与方法,并结合理论地震数据,验证了该方法的可行性和正确性.      

基于关联规则与随机森林的地震多属性砂体厚度预测

地震属性技术是砂体厚度预测的重要手段,由于目前可从地震数据中提取的地震属性种类较多,在利用地震属性技术前,必须优化出对砂体厚度最敏感的地震属性组合,以减少地震属性信息的重复与冗余.为此提出了一种联合关联规则与随机森林回归算法的地震多属性砂体厚度预测方法.随机森林回归算法能够建立地震多属性与砂体厚度之间的非线性关系,并能...     

利用大数据挖掘矿石中主要矿物之间的关系

近年来,借助于大数据技术的发展,地质学迎来了新的发展机遇,但目前利用大数据技术来分析矿物之间关系的研究还比较少。矿物是岩石、矿石的基本组成要素,通常都是以共存集合体的形式产出。矿物的产出不是随机的,而是按照一定的规律共生、伴生在一起。通过大数据技术挖掘出这种矿物的共伴生规律,能够更好地认识矿物之间的关系,对于指导找矿实践有积极作用。本文利用频繁模式挖掘、关联规则、网络分析以及社团检测这些常用的大数据挖掘方法进行了矿石主要组成矿物的大数据分析。所使用的矿石矿物组成数据来自于美国地质调查局的全球矿产资源数据系统(MRDS),该数据集收集了来自于全球的大量矿床中矿石的矿物组成数据。研究结果显示,通过关联规则可以挖掘出隐藏在矿石矿物成分大数据集中的频繁矿物组合,对于找矿勘查和认识矿物之间的关系有积极作用;关联规则挖掘出的规则是一种量化的推理规则,通过兴趣度度量指标能够定量地表征规则的强弱,这种规则相比于经验总结的规律更加定量化和精细化;通过网络分析能够对矿石中主要矿物之间的关系和共伴生规律进行动态、多维、定量的可视化;再结合社团检测可以从矿石矿物数据集中发现隐藏在其中的矿物之间的关系。     

上海市地震滑坡的预测研究

本文选用八个工程地质类比因素,根据灰色聚类分析与模糊聚类分析预测了上海地区的地震滑坡,并用毕肖甫条分法与有限单元法对不稳定地区作了重点验证。     

数据挖掘技术在水文预报中的应用及水文预报发展趋势研究

数据挖掘作为知识发现过程中的重要步骤,是从大型数据库中提取未知的、有价值的和可操作性的关系、模式和趋势用于决策支持的过程。我国目前在防洪领域存在着大量水文数据,如何充分有效地利用各种智能算法对这些数据进行分析与挖掘,以形成相应的水文预报模型进行准确的水文预报是防洪决策支持系统完善和发展的重要方面。本文首先全面地介绍数据挖掘的功能分类及以数据挖掘为基础的水文预报体系,然后对数据挖掘技术在水文预报中的应用进行了探讨和研究。     

空间数据挖掘技术

近年来，伴随着空间信息获取技术的快速发展，不同类型的空间数据库以及数据库中的数据量正在不断增长，如何从这些海量数据中提取出隐含的信息和知识已成为人们研究的热点。空间数据挖掘就是为了解决这一科学问题而提出的。该文在回顾已有空间数据挖掘规则的基础上。指出了空间数据挖掘过程中存在的主要问题，进而探讨了未来空间数据挖掘的主要研究方向。     

矿业权核查数据无损转换集成开发研究①

以我国矿业权实地核查数据为例,讨论AutoCAD、MapGIS、ArcGIS3种数据格式转换软件集成开发设计思路,详细剖析数据格式的特点,对建立三者间空间结构、属性、渲染关系的特性分析研究,提出其空间数据跨平台无损转换的整体解决技术方案,开发系统可实现自动批量无损转换,支持统一标准化图件模板定制。     

铜陵矿集区姚家岭锌金多金属矿床深部地质空间信息相关性数据挖掘

姚家岭锌金多金属矿床是长江中下游成矿带铜陵矿集区近年来新发现的特大型热液多金属矿床,矿床位于铜陵断隆区与繁昌断凹区的过渡部位,成矿过程受构造、裂隙和矿液运移模式等因素的控制。成矿作用分为多个阶段,矿床范围内蚀变作用强烈,蚀变类型复杂多样,矿化不均匀。当前大数据思维为地质研究开辟了新思路,采用全数据模式、从数据出发的大数据分析方法可以有效探索研究矿床。基于姚家岭矿床的钻孔数据,结合已有研究成果,创建深部数据挖掘范围,在该范围内采用反距离权重插值法建立姚家岭块体模型,然后选择三维欧式距离场及空间相关程度定量化分析对深部空间信息进行相关性数据挖掘。结果表明,姚家岭矿床的铅锌矿体、金矿体和铜矿体与二叠系栖霞组重叠超过50%,60%左右铅锌矿体与石炭系的空间距离在500 m以内, 80%左右金矿体和铜矿体与石炭系的空间距离在500 m以内。铅锌矿体与角砾斑岩和角砾大理岩的空间相关性最高,相关程度分别为40.37%和24.77%;金矿体与角砾斑岩的空间相关性最高,相关程度分别为13.76%和5.5%;铜矿体与角砾斑岩、角砾大理岩和角砾灰岩的相关性最高,相关程度分别为36.17%、16.51%和15...     

Web时空数据挖掘研究进展

随着互联网的迅速发展,Web已经渗透到人类社会的各个角落,其中蕴含着大量关系社会、经济和生活的信息。从中挖掘出刻画事件时空范围的时空信息,可以为探索社会、自然事件以及行为主体的时空运动规律和知识提供丰富的素材。系统综述了Web时空数据挖掘的理论、方法和应用,首先介绍了Web时空数据挖掘的概念及分类,详细阐述了Web时空信息的特点和提取方法,其次针对3类Web时空数据挖掘的内容、方法及应用进行了综述,最后探讨了Web时空数据挖掘面临的难题、研究热点和未来领域的发展方向。     

基于GIS的区域交通通达性模型的研究与开发

介绍了基于栅格数据的区域通达性模型的设计和实现思路,提出了以GIS为基础平台,以地图为载体,整合各种资源,建立区域通达度模型的方法,讨论了基于栅格数据的最佳路径分析方法,综合考虑各种影响因素,通过计算最小累加费用值确定最佳路径。     

空间数据挖掘系统及其应用

近年来，空间数据挖掘系统的开发及应用已取得了极大的进展。文章在介绍已有空间数据挖掘系统的基础上，简述了空间数据挖掘与空间数据仓库、空间数据挖掘与地理信息系统的关系，阐述了空间数据挖掘的智能分析及其应用，探讨了目前空间数据挖掘系统开发及应用中存在的主要问题及未来的主要研究方向。