曰韩无码,欧洲精品色在线观看

內(nèi)容簡介

　　《勘查地球化學數(shù)據(jù)挖掘與異常識別》圍繞地球化學空間模式識別與異常提取，瞄準當前勘查地球化學數(shù)據(jù)處理的研究熱點和前沿，研究勘查地球化學數(shù)據(jù)處理與異常識別方法和模型、勘查地球化學數(shù)據(jù)閉合效應、基于分形與多重分形模型的地球化學空間模式特征及異常識別，以及基于機器學習（包括深度學習）的地球化學空間模式識別與異常提取理論與方法：并開發(fā)勘查地球化學數(shù)據(jù)處理軟件。此外，《勘查地球化學數(shù)據(jù)挖掘與異常識別》詳細介紹每種方法的研究現(xiàn)狀、基本原理和實現(xiàn)方法，并提供每種方法實現(xiàn)的涌代碼，讀者可利用這些源代碼處理數(shù)據(jù)。本《勘查地球化學數(shù)據(jù)挖掘與異常識別》涉及的方法、代碼和工具軟件不僅適用于勘查地球化學數(shù)據(jù)處理，也適用于其他相關數(shù)據(jù)處理?！犊辈榈厍蚧瘜W數(shù)據(jù)挖掘與異常識別》部分插圖配有彩圖二維碼，見封底。

作者簡介

暫缺《勘查地球化學數(shù)據(jù)挖掘與異常識別》作者簡介

圖書目錄

目錄
第1章地球化學異常識別 1
1.1 地球化學異常識別方法概述 3
1.1.1 相關背景 3
1.1.2 基于頻率分布的方法 4
1.1.3 基于頻率-空間分布的方法 4
1.1.4 基于機器學習的方法 5
1.2 成分數(shù)據(jù) 6
1.3 元素組合 7
1.4 柵格單元大小 8
1.5 研究區(qū)及數(shù)據(jù) 9
第2章 Gap統(tǒng)計與聚類分析 11
2.1 概述 13
2.2 局域Gap統(tǒng)計量 15
2.2.1 基本原理 15
2.2.2 應用實例 20
2.3 基于礦化因子的聚類分析 25
2.3.1 基本原理 26
2.3.2 應用實例 29
附錄主要算法代碼 34
第3章成分數(shù)據(jù) 39
3.1 基本概念 41
3.2 分析方法 44
3.2.1 加法對數(shù)比變換 44
3.2.2 中心對數(shù)比變換 44
3.2.3 等距對數(shù)比變換 45
3.3 地球化學成分數(shù)據(jù)分析 45
3.3.1 單變量分析 45
3.3.2 雙變量分析 50
3.3.3 多變量分析 52
附錄穩(wěn)健主成分分析代碼 56
第4章分形與多重分形 57
4.1 概述 59
4.2 經(jīng)典模型 60
4.2.1 C-A分形模型 60
4.2.2 S-A分形模型 61
4.2.3 局部奇異性分析 63
4.3 基于地質(zhì)統(tǒng)計學模擬數(shù)據(jù)的局部奇異性分析方法 65
4.3.1 基本原理 65
4.3.2 應用實例 69
4.4 相關軟件 83
4.4.1 GeoFrac2D 83
4.4.2 ArcFractal 85
附錄主要算法代碼 87
第5章機器學習 89
5.1 概述 91
5.2 機器學習的基本原理 93
5.3 局部RX算法 95
5.3.1 基本原理 95
5.3.2 應用實例 99
5.4 測度學習 101
5.4.1 基本原理 102
5.4.2 應用實例 109
5.5 深度自編碼網(wǎng)絡 112
5.5.1 基本原理 112
5.5.2 應用實例 117
5.6 地質(zhì)大數(shù)據(jù) 121
5.6.1 基本原理 121
5.6.2 應用實例 126
附錄主要算法代碼 128
參考文獻 137