一种基于加权非负矩阵分解的矿产预测方法

提出了一种新颖的基于加权非负矩阵分解的矿产预测方法,运用非负矩阵分解的非负性、降维性及稀疏性对多维矿产数据进行处理。通过R型聚类分析,按照变量相似度将变量聚合成群,对相关性高的元素的聚类结果进行加权非负矩阵分解得到基向量,进行回归分析验证基向量用于矿产预测的有效性。最后,以广东省新寮岽铜多金属矿区数据为例,通过基向量预测圈定异常,绘制矿产预测分布图,得到明显的异常区域,取得了好的预测结果。     

非负矩阵分解及在地学中的应用

非负矩阵分解（NMF）是重要的矩阵分解算法与数据降维工具。介绍了NMF的背景、定义、原理及特征。在已有NMF算法分类的基础上,总结当前流行的NMF算法及研究进展,综述NMF在地学领域中的应用,主要包括高光谱图像的处理与矿产资源预测。对NMF算法的研究方向进行了预测和展望。     

非负矩阵分解方法在水系沉积物地球化学数据处理中应用

鉴于水系沉积物地球化学数据可以表示为非负矩阵,这使得利用非负矩阵分解(NMF)方法处理该类数据成为可能.介绍了非负矩阵分解方法的基本原理和方法,讨论了基于非负矩阵分解方法处理水系沉积物地球化学数据的可能和效果.以个旧水系沉积物地球化学数据为例,运用NMF方法和主成分分析(PCA)方法对其进行异常分析,并对这两种方法的处理结果进行了比较,发现NMF方法对于处理水系沉积物地球化学数据是一种有效的方法.尽管这两种方法各自有其优越性,但就本实例数据而言,NMF方法优于PCA方法.     

非负矩阵分解和Curvelet在遥感图像融合中的应用

非负矩阵分解是一种提取图像原始信息局部特征的新方法,第二代Curvelet变换是一种效果较好的多尺度变换分析方法。结合两者特征提出一种基于NMF和Curvelet的遥感图像的融合方法,首先对已配准的多光谱图像和全色图像进行Curevelet分解,得到各层系数（Coarse、Detail和Fine尺度层）。然后对Coarse尺度层（低频系数）进行NMF分解,提取出包含特征基的低频系数;对Detail和Fine尺度层（高频系数）采用方差为测度参数进行邻域融合。最后进行Curevelet逆变换得到融合图像。实验结果表明,该方法的融合图像能较好地保留光谱信息,并在空间细节信息上得到改善,优于小波方法、Curvelet等方法。     

基于IFA的组合分析算法及其在矿产预测中的应用

矿产预测是寻找潜在矿产资源、增加后备储量的主要手段。地球化学信息作为直接找矿信息,在矿产预测中占据重要地位,对地球化学数据进行矿致异常的识别和评价是关键环节之一。地球化学数据分析的目的是从杂乱无章的原始数据中寻找并有效圈定化探组合异常。针对目前常用于组合异常分析的R型聚类分析和因子分析等传统算法对数据源限制较多、预测效果不理想等问题,将信号处理领域的盲源分离算法——独立因子分析(IFA)引入到矿产预测中,提出了基于IFA的组合分析算法,并选取广东汕头澄海区鸿沟山锡金多金属矿区地球化学数据作为研究对象。验证结果表明,基于IFA的组合分析结果更有利于解释矿产分布规律,圈定的化探组合异常更符合实际勘查结果。依据分析结果进行矿产预测,成功圈定出3个找矿靶区。     

矿化系数等值线法及其在矿产预测中的应用

摘要：采用补充矿（化）点信息、对矿产地规模赋值和数据网格化的方法,实现了对离散、定性的矿产地信息的数值化。提出了矿化系数的定义并解释了它的地质意义,介绍了利用矿化系数等值线法圈定矿化异常区、进行矿产预测的方法。以黑龙江省为例,圈定了金矿化异常区,优选了成矿远景区。与传统方法相比,该方法具有客观、简易的优点,适用于中小比例尺的矿产预测和资源潜力评价。     

模式识别与成矿预测Ⅳ——Isokid模式识别方法及其在矿产预测中的应用

在Isodata、Isomix等方法的基础上,笔者提出一个新的非监督模式识别方法即Isokid算法,该法还吸取了Cora-3、Hamming等监督模式识别方法的一些特点,使它具有很多优点:(1) 简化了初始聚类中心的计算;(2) 利用信息量计算法给特征加权;(3) 采用了删除特征试验;(4) 适用于多类分类识别。本文以广东花岗岩型铀矿床的识别预测和对赣中南产铀、产钨岩体的识别为例,介绍了本方法的使用情况和特点。结果表明,本方法识别结果可靠稳定,是目前模式识别中较好的方法,除应用于地质找矿外,还可应用于其它领域。     

基于GIS和单元簇的模糊逻辑推理及其在区域矿产预测中的应用

论述了 GIS支持下的一种基于“单元簇”概念和模糊逻辑推理的多元地学信息综合分析方法及其在区域矿产预测中的应用。针对以往矿产定量预测中的单元划分方法对空间信息利用不足的问题 ,用单元的空间组合 (“单元簇”)代替单元作为定量类比的基本单位 ,从而能较充分地利用地质变量的局部空间结构信息 ;将单元作为 GIS区图元 ,利用 GIS空间分析功能实现对单元及单元簇的管理和操作 ;建立两个层次即变量对单元和组成单元对单元簇的模糊推理规则 ,经两次模糊推理计算出所有未知单元的找矿有利度 ,为进一步圈定找矿远景区提供了基础 ,并以新疆康古尔塔格地区金矿预测实例说明了其应用效果     

基于数据科学的矿产资源定量预测的理论与方法探索

矿产资源预测已从定性走向了定量,从数据稀疏型走向了数据密集型,亟须数据科学支撑.本文在前人研究基础上,讨论了基于数据科学的矿产资源定量预测理论与方法,该方法的理论基础为相关性理论与异常理论,前者采用监督的机器学习方法挖掘地质找矿大数据与矿床的相关性为预测未发现矿床提供了理论基础;后者采用非监督的机器学习方法识别地质找矿...