復(fù)雜地質(zhì)數(shù)據(jù)深度挖掘與智能分析

目錄
前言
第1章緒論1
1.1概述1
1.2國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢2
1.3基本概念6
1.4本書主要內(nèi)容8
第2章關(guān)鍵科學(xué)技術(shù)問題分析11
2.1復(fù)雜多源多尺度地質(zhì)數(shù)據(jù)對象與數(shù)據(jù)結(jié)構(gòu)分析11
2.2復(fù)雜地質(zhì)數(shù)據(jù)深度挖掘難點(diǎn)分析14
2.3智能分析方案與總體結(jié)構(gòu)16
2.4本章小結(jié)18
第3章基本方法原理與分析工具20
3.1數(shù)學(xué)統(tǒng)計(jì)分析方法20
3.2機(jī)器學(xué)習(xí)算法27
3.3深度學(xué)習(xí)方法36
3.4常用驗(yàn)證與評價方法55
3.5開源工具平臺58
3.6本章小結(jié)61
第4章全球及區(qū)域尺度地質(zhì)數(shù)據(jù)智能判別分析62
4.1玄武巖大地構(gòu)造環(huán)境智能挖掘判別與分析62
4.2基于貝葉斯與多元高斯Copula理論的輝長巖大地構(gòu)造環(huán)境判別分析73
4.3金礦規(guī)格單元數(shù)據(jù)的智能成礦預(yù)測分析91
4.4耦合PCA SVM算法的金礦礦床規(guī)模預(yù)測分析98
4.5本章小結(jié)108
第5章工程尺度野外地質(zhì)數(shù)據(jù)智能識別與分析109
5.1巖石種類智能識別方法109
5.2地勘地質(zhì)結(jié)構(gòu)圖像的深度分類分析模型與方法118
5.3深度神經(jīng)網(wǎng)絡(luò)模式下的巖石強(qiáng)度的無損檢測130
5.4本章小結(jié)138
第6章工程尺度地質(zhì)勘探數(shù)據(jù)深度挖掘139
6.1鉆孔攝影圖像深度特征的地質(zhì)界線智能識別方法139
6.2鉆孔攝影圖像的結(jié)構(gòu)面識別與分析156
6.3硐室內(nèi)基礎(chǔ)地質(zhì)現(xiàn)象圖像多深度模型智能分類方法170
6.4基于對穿聲波波速的巖體完整性多尺度智能評價179
6.5本章小結(jié)187
第7章統(tǒng)計(jì)及標(biāo)本尺度地質(zhì)數(shù)據(jù)智能表征與判別188
7.1巖體結(jié)構(gòu)裂隙多維參數(shù)不確定性表征與分析188
7.2巖土體高維參數(shù)智能模擬與不確定性分析194
7.3耦合顏色和紋理特征的礦物圖像識別209
7.4本章小結(jié)216
第8章多尺度地質(zhì)不確定性與參數(shù)化三維建模217
8.1隨機(jī)扁橢球離散裂隙網(wǎng)絡(luò)模型217
8.2巖體多邊形隨機(jī)離散裂隙網(wǎng)絡(luò)建模方法225
8.3巖體隨機(jī)離散裂隙網(wǎng)絡(luò)模型的圖形檢驗(yàn)算法239
8.4工程尺度地質(zhì)結(jié)構(gòu)三維參數(shù)化建模方法254
8.5復(fù)雜斷層不確定性智能建模與分析方法266
8.6本章小結(jié)285
第9章應(yīng)用技術(shù)研發(fā)與工程實(shí)踐286
9.1地質(zhì)大數(shù)據(jù)智能挖掘與分析平臺286
9.2水利水電工程地質(zhì)三維實(shí)景野外編錄填圖系統(tǒng)研發(fā)287
9.3“石事求石”306
9.4巖體表面強(qiáng)度無損檢測與智能地質(zhì)錘312
9.5巖體裂隙多維參數(shù)聯(lián)合模擬程序317
9.6巖石構(gòu)造背景智能判別程序320
9.7本章小結(jié)321
第10章結(jié)束語322
參考文獻(xiàn)325