書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >>
多源地質空間信息智能處理與區(qū)域礦產(chǎn)資源預測

多源地質空間信息智能處理與區(qū)域礦產(chǎn)資源預測

出版社：科學出版社出版時間：2014-06-01
開本： 16開 頁數(shù)： 395
本類榜單：自然科學銷量榜
中 圖 價:¥72.5(4.9折) 定價  ¥148.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
溫馨提示：5折以下圖書主要為出版社尾貨，大部分為全新（有塑封/無塑封），個別圖書品相8-9成新、切口
有劃線標記、光盤等附件不全詳細品相說明>>
本類五星書更多>
買過本商品的人還買了

多源地質空間信息智能處理與區(qū)域礦產(chǎn)資源預測 版權信息

  • ISBN：9787030410658
  • 條形碼：9787030410658 ; 978-7-03-041065-8
  • 裝幀：一般膠版紙
  • 冊數(shù)：暫無
  • 重量：暫無
  • 所屬分類：>>

多源地質空間信息智能處理與區(qū)域礦產(chǎn)資源預測 本書特色

　　《多源地質空間信息智能處理與區(qū)域礦產(chǎn)資源預測》是一部將gis技術、遙感技術和智能信息處理技術與區(qū)域礦產(chǎn)資源評價預測需求緊密結合的專著。其綜合論述了基于海量地質空間數(shù)據(jù)的區(qū)域礦產(chǎn)資源預測方法，并進行了詳細的實驗對比驗證。主要內容包括高寒山區(qū)高光譜遙感巖礦專題信息提取方法及實驗；傳統(tǒng)的證據(jù)權模型、擴展證據(jù)權模型和邏輯斯諦回歸模型的詳細技術流程及實驗驗證；新的區(qū)域礦產(chǎn)資源預測方法；融合c4.5決策樹和概率平滑技術、地質空間數(shù)據(jù)挖掘方法、證據(jù)推理方法、成礦案例推理方法和地質空間場景相似性推理方法，詳細闡述了這些新方法的理論依據(jù)、技術流程和實驗結果對比分析。并在此基礎上，自主研發(fā)軟件系統(tǒng)“智能區(qū)域成礦預測系統(tǒng)”，對該軟件系統(tǒng)設計思路、數(shù)據(jù)庫構建、功能模塊劃分等方面進行了詳細介紹。 　　本書可供從事礦產(chǎn)資源勘查評價、遙感和gis應用研究人員參考使用，亦可作為地理信息科學和資源勘查等相關專業(yè)的研究生和高年級本科生專業(yè)教學參考書。

多源地質空間信息智能處理與區(qū)域礦產(chǎn)資源預測 內容簡介

集作者承擔的國家863項目和國家自然基金項目研究成果，面向快速、高效的礦產(chǎn)資源探測的國家需求，充分利用多源海量地質空間數(shù)據(jù)，發(fā)展空間數(shù)據(jù)挖掘和案例推理理論，建立智能區(qū)域成礦預測模型與方法，包括地質空間數(shù)據(jù)挖掘模型與方法、成礦案例模型與方法、耦合不確定空間推理和成礦案例推理的混合推理模型與方法，智能區(qū)域成礦預測系統(tǒng)平臺等。同時，將建立的智能區(qū)域成礦預測模型與傳統(tǒng)的成礦預測方法（證據(jù)權法、GIS空間分析法、地質統(tǒng)計法等）進行實驗對比。*后，以我國西部典型成礦帶為例，進行詳細的智能區(qū)域成礦預測應用示范。該書突破傳統(tǒng)的礦產(chǎn)預測思路，建立了快速、高效、智能化的礦產(chǎn)預測模型與方法，對于降低礦產(chǎn)勘查成本，進一步提高礦產(chǎn)預測的效率和精度，顯得極具科學意義和應用價值。

多源地質空間信息智能處理與區(qū)域礦產(chǎn)資源預測 目錄

序
前言
第1章  緒論
  1.1  研究背景及意義
  1.2  區(qū)域礦產(chǎn)資源預測方法
  1.3  空間數(shù)據(jù)挖掘
  1.4  案例推理
  1.5  地質空間數(shù)據(jù)的不確定性
  1.6  空間數(shù)據(jù)挖掘的不確定性
  1.7  礦產(chǎn)資源預測的不確定性
  參考文獻
第2章  實驗區(qū)地質概況
  2.1  青海東昆侖地區(qū)地理概況
  2.2  區(qū)域成礦地質背景
  2.3  成礦系列
  參考文獻
第3章  高光譜遙感巖礦專題信息提取方法
  3.1  概述
  3.2  巖礦波譜機理分析
  3.3  高寒山區(qū)巖礦光譜分析
  3.4  高寒山區(qū)巖礦光譜變異性分析
  3.5  基于光譜匹配的巖礦信息提取方法
  3.6  基于流形學習的高光譜降維
  參考文獻
第4章  高寒山區(qū)高光譜巖礦填圖應用
  4.1  野外實驗區(qū)地理概況
  4.2  技術路線
  4.3  野外光譜采集
  4.4  高光譜數(shù)據(jù)預處理
  4.5  巖性填圖
  4.6  礦物識別
  4.7  基于流形學習的高光譜降維及巖性分類驗證
  參考文獻
第5章  證據(jù)權模型與區(qū)域礦產(chǎn)資源預測
  5.1  算法原理
  5.2  基于證據(jù)權模型的青海東昆侖鐵礦資源預測
  5.3  基于證據(jù)權模型的青海東昆侖金礦資源預測
  5.4  基于證據(jù)權模型的青海東昆侖銅鉛鋅多金屬礦資源預測
  5.5  基于證據(jù)權模型的野馬泉鐵多金屬礦資源預測
  5.6  基于證據(jù)權模型的五龍溝金礦資源預測
  5.7  結論
  參考文獻
第6章  擴展證據(jù)權模型與區(qū)域礦產(chǎn)資源預測
  6.1  算法原理
  6.2  基于擴展證據(jù)權模型的青海東昆侖銅鉛鋅多金屬礦產(chǎn)資源預測
  6.3  基于擴展證據(jù)權模型的五龍溝金礦資源預測
  6.4  結論
  參考文獻
第7章  邏輯斯諦回歸模型與區(qū)域礦產(chǎn)資源預測
  7.1  邏輯斯諦回歸模型
  7.2  基于邏輯斯諦回歸模型的青海東昆侖鐵礦資源預測
  7.3  基于邏輯斯諦回歸模型的青海東昆侖銅鉛鋅多金屬礦資源預測
  7.4  基于邏輯斯諦回歸模型的野馬泉鐵多金屬礦資源預測
  7.5  結論
  參考文獻
第8章  融合c4.5決策樹和概率平滑技術的區(qū)域礦產(chǎn)資源預測方法及應用
  8.1  方法原理
  8.2  基于c4.5決策樹和m-branch概率平滑的青海東昆侖礦產(chǎn)資源預測
  8.3  討論
  參考文獻
第9章  地質空間數(shù)據(jù)挖掘方法與區(qū)域礦產(chǎn)資源預測
  9.1  地質空間數(shù)據(jù)挖掘的理論與技術框架
  9.2  成礦關聯(lián)規(guī)則挖掘及不確定性評價
  9.3  基于成礦關聯(lián)規(guī)則挖掘的青海省東昆侖成礦帶礦產(chǎn)資源預測
  參考文獻
第10章  證據(jù)推理方法與區(qū)域礦產(chǎn)資源不確定性預測
  10.1  證據(jù)理論
  10.2  基于證據(jù)推理的區(qū)域礦產(chǎn)資源不確定性預測方法
  10.3  基于證據(jù)推理的青海省東昆侖礦產(chǎn)資源不確定性預測
  參考文獻
第11章  成礦案例推理模型與區(qū)域礦產(chǎn)資源預測
  11.1  成礦案例推理模型
  11.2  基于成礦案例推理模型的區(qū)域礦產(chǎn)資源預測
  11.3  基于節(jié)點樹的成礦案例相似性匹配方法及預測實驗
  參考文獻
第12章  地質空間場景相似性方法與區(qū)域礦產(chǎn)資源預測
  12.1  方法原理
  12.2  集成地質空間場景相似性和案例推理的青海東昆侖礦產(chǎn)資源預測
  12.3  討論
  參考文獻
第13章  綜合預測方法與野外驗證
  13.1  綜合預測方法
  13.2  預測精度對比評價
第14章  智能區(qū)域成礦預測系統(tǒng)設計與實現(xiàn)
  14.1  系統(tǒng)需求規(guī)定
  14.2  系統(tǒng)運行與開發(fā)環(huán)境
  14.3  系統(tǒng)設計原則
  14.4  系統(tǒng)結構
  14.5  系統(tǒng)數(shù)據(jù)庫設計
  14.6  系統(tǒng)主要功能模塊的實現(xiàn)
圖版  
展開全部
商品評論(0條)
暫無評論……
書友推薦
返回頂部
中圖網(wǎng)
在線客服