金矿资源定量预测的粗糙集方法

矿产信息是各种成矿相关信息的综合体现,为了有效地提取成矿预测综合信息,有必要客观地筛选原始观测信息,突出成矿密切相关的致矿因子。粗糙集不需要数据的附加信息或先验知识,在知识库分类能力不变的前提条件下,删除无关或不重要的属性,能对决策系统进行有效约简。提出基于粗糙集理论进行集成化预测模型研究的新方法,基于粗糙集思想提取与成矿密切相关的特征矿化信息,获取最佳变量组合及区间值,并将其作为参量建立预测模型,结合经典矿床统计预测聚类方法确定代判临界值,及特征分析方法对矿产资源进行定量预测,确立了8个成矿有利单元,与研究区勘查工程资料基本吻合,表明该方法能够有效降噪,简化模型,为靶区预测提供准确的依据。     

数字矿山建设中非结构化与结构化数据的融合

非结构化数据与结构化数据的融合是数字矿山建设的重要组成部分。由于非结构化数据本身的数据特点,使得它与结构化数据的融合面临极大的困难。融合了多种数据模型构造了一种扩充的面向对象的数据模型,较好地解决了非结构化数据快速显示和更新的问题,同时又能满足数据融合的各种需要,并结合实例实现了该模型,取得了良好的效果。