勘查地球化學數(shù)據(jù)挖掘與異常識別

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