模式识别与成矿预测V:模式识别应用于地学领域若干问题的讨论

本文在简要介绍模式识别的基础上,以Cora-、Hamming、Lsokid方法为例,对一些识别理论及应用于地学领域若干注意事项作了探讨,尤其对Cora-3的删除特征、弱特征及加权、投票等问题提出了新的看法。     

模式识别与成矿预测Ⅱ——Hamming方法及其在花岗岩型铀矿预测中的应用

本文首次将Hamming的模式识别方法引入我国地质找矿预测。Hamming方法在确定对象，特征提取及投票等方面与Cora-3方法相同，不同之处在于学习阶段。Hamming方法的学习阶段，先是计算D类（有矿类）的Hamming核，确定核后，计算每一对象与D类Hamming核之间的距离Di，当给出一定的阈值T时，便可按一定规则进行分类，本文确定的187个对象，选择了11个特征进行模式识别，其误识率为17.5％，识别结果比较稳定，删除特征的控制度难:NEE中主干断裂、主干断裂与次级断裂的节点数，次级断裂之间的节点数，地层、复工式岩体等与矿床的定位有着非常密切的关系，Hamming方法原来只在VAX机上运行，经和行筱地试，可在长城0520机上进行计算，从而大大增加了其实际应用性。     

模式识别与成矿预测(Ⅰ)—Cora-3方法及其在花岗岩型铀矿预测中的运用

在深入研究花岗岩型铀矿成矿模式的基础上,本文首次将模式识别中的Cora-3方法应用于成矿预测。结果表明:从对象的确定、特征的提取和选择,到学习、投票等一整套Cora-3模式识别算法对铀矿远景预测是可行的,有效的。删除特征试验可得出控制花岗岩型铀矿的主要地质特征。控制试验的投票结果所得出的成矿远景与地质勘探、地质预测是一致的。     

模式识别在矿藏预测中的应用

将计算机模式识别方法应用于地质勘探,发展了模式识别矿藏预测技术。本文阐述了该技术的原理、常用的计算方法和在地质勘探中应用的若干特点。报道了作者近年来应用模式识别矿藏预测的一些实例,包括油田水分类,我国主要矿区矿床铁帽评价,广西大厂锡多金属矿田矿藏预测,湘南地区铅、锡异常评价和矿藏预测等。预测结果已有部分得到证实。     

动态聚类-模糊模式识别及其应用

本文以模糊子集论为指导,在迪戴的DCM法的基础上提出了动态聚类-模糊模式识别方法。实际上,它是一种新的模糊聚类的方法。该方法以DCM法的动态聚类部分做为原始数据变换的手段,而将迪戴的强模式概念推广为模糊模式,将强模式识别推广为模糊模式识别。此外,还提出了模糊模式间联系度的概念,从而解决了类间联系、类内典型个体、类间过渡个体、个体对各类的隶属程度以及内部有某种演化趋势的类别的划分等问题。文章还给出了该方法的数学模型和算法概要。最后,通过一个在地质学中的应用实例,说明了该方法的应用效果。     

神经网络模式识别沉积微相

本文介绍用于沉积微相智能识别的神经网络模式识别方法。该方法利用关键井研究建立了测井相与地质相的对应关系作为识别模式，通过向识别模式学习获得模式识别智能知识，从而利用这些智能知识识别未知井，未知点微相类型。本文方法成功地应用于中原油田文留；地区沙四段海相的识别与划分。     

识别多类异常的句法模式识别方法

本文介绍识别多类异常的句法模式识别方法。它将异常值分段(或分小区间)并提取特征,根据特征值确定基元,然后将异常表示成链。用已知异常的链设计最近邻分类器,通过它对未知异常进行分类和识别。文章中仅对异常识别给出了特征值的提取,链的形成以及求不同长度链之间距离的算法。     

模糊模式识别在成矿预测中的应用

本文在模糊模式识别的理论基础上,提出了矿床预测的一种数学方法.基于F-PFS法,在特征因素和权重的调整下求出最佳分类.聚类中心即为标准模式.按单因素判对率作为该因素权重(逆距离权重),依标准模式模糊向量与已知单元模糊向量之间确定关系产生不等式方程组求解各因素的权重(距离权重),从而实现单元的贴近度识别.从鄂东南地区铜及多金属矿的预测表明,这类方法是有效的.     

一种用于沉积相分析的新型模式识别方法

本文介绍一种用于沉识相分析的新型智能模式识别方法──神经网络模式识别方法。该方法利用关键井研究建立的测井相与地质相的对应关系作为识别模式，通过向识别模式学习获得模式识别智能知识，从而利用这些智能知识识别未知井、未知点的微相类型。本文方法成功地应用于中原油田文留地区沙四段沉积微相的识别与划分。     

地震岩性模式识别研究

模式识别技术引入到地震岩性预测领域,实现了地质、测井和地震综合资料的自动解释。地震岩性模式识别同时采用了统计模式识别和结构模式识别两种技术,并将两者合理地结合为一体,通过地层岩性-地层速度-地震反射波形的模式匹配、地震岩性特征抽取、以及句法分析和判别运算,完成地层岩性的分类和识别。在辽西凹陷北洼应用地震岩性模式识别进行了模式训练和钻前岩性预测,所获结果均表明该法具有较高使用价值。     

基于谱聚类的救援提升车故障诊断方法

针对救援提升车结构复杂、工况故障数据独立性差、故障诊断难的特点,提出一种基于谱聚类的半监督支持向量机救援提升车故障诊断算法。该算法利用谱聚类的思想挖掘原始故障数据的隐藏特征信息,有效区分不同耦合程度的部件系统中故障信息的独立结构特征。首先根据原始输入数据建立故障图谱,然后通过建立拉普拉斯矩阵获取更加符合聚类假设的核函数,最后,建立半监督支持向量机模型,利用梯度下降算法求解最终分类结果。将上述算法应用于XCA30＿JY救援提升车工况故障诊断系统,通过搭建真实仿真环境,对采集到的工况数据进行分类,获取最终分类效果。为评价其性能,分别与传统支持向量机及梯度下降半监督支持向量机进行比较。实验结果表明：提出的算法对于救援提升车故障诊断具有较好的分类效果,救援提升车工况故障分类错误率降低至10.2%,可有效解决复杂工况故障诊断难题。由于本算法具备任意样本空间聚类及非凸函数优化求解能力,因此,除可广泛应用于车载故障诊断系统外,对于数据分类、模式识别等方面具有普遍的应用和指导意义。     

高镁安山岩/闪长岩类(HMA)和镁安山岩/闪长岩类(MA):与洋俯冲作用相关的两类典型的火成岩类

本文主要基于对实验岩石学成果的简要评述,讨论与洋俯冲作用有关的两类典型的火成岩类:楔形地幔在含水条件下橄榄岩局部熔融产生的高镁安山岩/闪长岩类(HMA)和俯冲洋壳局部熔融岩浆与地幔楔相互作用产生的镁安山岩/闪长岩类(MA)。提出:(1)识别HMA和MA必须同时运用两套参数系统:SiO2-MgO系统和SiO2-FeO/MgO系统;(2)区别HMA和MA是在它们均符合LF-CA(低Fe钙碱趋势)特征条件下,再用SiO2-MgO系统进一步加以鉴别;(3)识别HMA和MA的方法,或用在给定SiO2时,MgO和FeO/MgO的具体数值,或用图解法。     

模式识别技术在油气化探中的应用

本文将模式识别技术应用于油气化探,给出了方法的逻辑框图,剖析了一个典型实例,其结果说明运用模式识别方法获得地球化学场的基本结构及其变异特征,反映了地球化学场的变化规律。结合地质条件提炼出的成藏模式能为预测油气藏指明方向。     

混沌分析在水文预测中的应用和展望

简述了将混沌理论应用于水文预测中需要解决的三个关键问题:(1)水文系统重建相空间技术;(2)水文系统混沌性识别;(3)水文混沌预测方法。分析了现有的研究成果和最新进展,并指出今后需要开展的工作及存在的问题。     

边坡变形破坏模式识别系统的实现

以岩体结构为最基本的控制因素,同时结合考虑岩性、结构面形态及边坡结构参数等因素实现了边坡变形破坏模式识别系统。系统将模式识别技术与专家系统有机结合,针对五种岩体类型边坡分别进行模式判断;具有与工程结合紧密、能获得定量结果、层次清晰及使用方便等优点。由本系统判断识别的破坏模式与实际破坏模式相符合,说明了系统的实用性和可行性。     

复杂系统模糊模式识别动态规划模型研究

将模糊识别集合算子和非结构决策分析方法引入模糊动态规划中,推导出了两种求解复杂系统多目标多阶段决策问题的方法:级别特征值最小法和阶段模糊识别递推法。这两种方法具有不同的递推方程,可以应用于不同的情况,从而形成了模糊模式识别动态规划模型。此模型可以有效地获取和集成决策者的经验知识和偏好。此模型已应用到实践中,并取得良好效果。     

物探异常的间接模式识别

利用模糊数学知识，对物探工作已知区和未知区的各异常，选择描述其特征的数量化指标，构成各异常的模糊集，然后采用ＩＳＯＤＡＴＡ模糊聚类方法，将已知区异常分成地质、物探特征各异的若干类，作为已知模式。进而对未知区各异常作间接模式识别，将其归入和已知模式中贴近度最大的那个模糊集，从而将“从已知到未知”这一解释推断原则定量化、客观化。运用该方法对大足－壁山－带航磁剩余异常的间接模式识别取得了较为满意的结果。     

围岩破坏模式识别的支持向量机研究

围岩的破坏受到多种因素的影响,并且各破坏模式之间没有明显的界限,因此其破坏模式的识别是一种模糊、非线性、小样本、高维数的模式识别问题。支持向量机（SVM）是最近发展起来的一种新机器学习技术,已在模式识别领域有很多成功地应用。基于支持向量机的思想,提出了围岩破坏模式识别的支持向量机方法,很好地表达了围岩破坏模式与其影响因素之间的复杂非线性关系。具体算例表明,该方法是可行的,具有一定的准确性。     

空间矿化模式的识别与鉴别

使用现代信息技术,基于空间数据圈定矿化分布和找矿目标,是当前矿产勘查的一个新方向。采用模糊聚类方法,以地质、地球物理和地球化学图层为输入数据,在GIS平台上对空间矿化模式进行识别,并通过地质解读从中鉴别出矿化模式。模糊聚类是基于c-means聚类的人工神经网络方法,以模糊隶属度作为不确定性推理指标,是一种非监督分类器。用这一方法进行空间矿化模式识别,可以在多种矿床类型共存和交叉重叠分布的环境中,识别并鉴别出个性化的矿化模式。以内蒙古乌兰浩特1：20万图幅为例,展示了模糊聚类空间矿化模式的识别与鉴别过程,取得了良好的效果。     

常用有机溶剂人工神经网络模式识别方法研究

用人工神经网络方法对常用有机溶剂进行分类。４５种有机溶剂模式识别的误判率为７．６％，同聚类方法比较，本方法分类能力强，结果准确，可直接对未知溶剂分类。