【利用重磁资料进行矿产预测的模糊识别方法及其应用】孟小红.pdf

目录摘要前言第一章标志的选择一、最大剩余标志空间的建立二、空间压缩方法三、综合标志的意义.第二章有监督学习的模糊识别方法一、最大隶属原则二、建立隶属函数的方法.三、_方法的选择.第三章模糊聚类一、模糊协方差描述形状法二、模糊c一一线性簇分类法 27 三、模型计算结果.第四章应用实例一、地质一一地球物理概况二、有监督学习的识别结果三、模糊聚类结果.结束语鸣谢.

前言矿产预测的两个突出特点是综合性强,具有不确定性。就利用物探资料进行矿产预测而言,传统的作法是通过目视对比,凭籍解释者的经验,首先对所研究的地区进行分区分类,给出地质判断,然后再对成矿远景区作出预测,随着物化探硬系统和软系统的不断发展,能够获得的信息越来越丰富,在综合考虑多维信息的情况下,继续延用目视对比的方法,其局限性是显而易见的.近年来,在物探数据处理中,各种反演理论相继出现,无论是在基础理论的研究上,还是在算法的实现上,都取得了较大的进展,为单一位场(重力场或磁场)的处理解释开辟了广阔的前景。

第一音标杰的选择标志的选择分两步来完成,第一,将研究对象的某些特性提取出来,根据一定的准则,筛选出具有代表性的能够对分类提供有用信息的:性来,构成最大剩余标志空间(称原始模型标志),第二,对最大利余标志空间作空间压缩,在最少损失分类信息的前提下建立低维宗标志空间(称综合标志或特征标志),使分类能在压缩了的低维标志空间中进行。标志的选择是模糊识别最基础的一步,各种识别方法,都是在经过了标志选择后的综合标志空间中进行的,其识别能力取于标志所提供的信息,可以说,标志选择的好坏,决定着识别效果,因此,本章的目的就在于将最能体现类别之问差异的标志选择日,以保证利用这些标志时,能够将不