扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
宇宙、量子和人类心灵
-
>
考研数学专题练1200题
-
>
希格斯:“上帝粒子”的发明与发现
-
>
神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁
-
>
二十四史天文志校注(上中下)
-
>
声音简史
-
>
浪漫地理学:追寻崇高景观
勘查地球化学数据挖掘与异常识别 版权信息
- ISBN：9787030682550
- 条形码：9787030682550 ; 978-7-03-068255-0
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>>
勘查地球化学数据挖掘与异常识别 内容简介
本书围绕地球化学空间模式识别与异常提取, 瞄准当前勘查地球化学数据处理的研究热点和前沿, 研究勘查地球化学数据处理与异常识别方法和模型、勘查地球化学数据闭合效应、基于分形与多重分形模型的地球化学空间模式特征及异常识别, 以及基于机器学习 (包括深度学习) 的地球化学空间模式识别与异常提取理论与方法 ; 并开发勘查地球化学数据处理软件。此外, 本书详细介绍每种方法的研究现状、基本原理和实现方法, 并提供每种方法实现的源代码, 读者可利用这些源代码处理数据。本书中涉及的方法、代码和工具软件不仅适用于勘查地球化学数据处理, 也适用于其他相关数据处理。
勘查地球化学数据挖掘与异常识别 目录
目录
第1章 地球化学异常识别 1
1.1 地球化学异常识别方法概述 3
1.1.1 相关背景 3
1.1.2 基于频率分布的方法 4
1.1.3 基于频率-空间分布的方法 4
1.1.4 基于机器学习的方法 5
1.2 成分数据 6
1.3 元素组合 7
1.4 栅格单元大小 8
1.5 研究区及数据 9
第2章 Gap统计与聚类分析 11
2.1 概述 13
2.2 局域Gap统计量 15
2.2.1 基本原理 15
2.2.2 应用实例 20
2.3 基于矿化因子的聚类分析 25
2.3.1 基本原理 26
2.3.2 应用实例 29
附录 主要算法代码 34
第3章 成分数据 39
3.1 基本概念 41
3.2 分析方法 44
3.2.1 加法对数比变换 44
3.2.2 中心对数比变换 44
3.2.3 等距对数比变换 45
3.3 地球化学成分数据分析 45
3.3.1 单变量分析 45
3.3.2 双变量分析 50
3.3.3 多变量分析 52
附录 稳健主成分分析代码 56
第4章 分形与多重分形 57
4.1 概述 59
4.2 经典模型 60
4.2.1 C-A分形模型 60
4.2.2 S-A分形模型 61
4.2.3 局部奇异性分析 63
4.3 基于地质统计学模拟数据的局部奇异性分析方法 65
4.3.1 基本原理 65
4.3.2 应用实例 69
4.4 相关软件 83
4.4.1 GeoFrac2D 83
4.4.2 ArcFractal 85
附录 主要算法代码 87
第5章 机器学习 89
5.1 概述 91
5.2 机器学习的基本原理 93
5.3 局部RX算法 95
5.3.1 基本原理 95
5.3.2 应用实例 99
5.4 测度学习 101
5.4.1 基本原理 102
5.4.2 应用实例 109
5.5 深度自编码网络 112
5.5.1 基本原理 112
5.5.2 应用实例 117
5.6 地质大数据 121
5.6.1 基本原理 121
5.6.2 应用实例 126
附录 主要算法代码 128
参考文献 137
第1章 地球化学异常识别 1
1.1 地球化学异常识别方法概述 3
1.1.1 相关背景 3
1.1.2 基于频率分布的方法 4
1.1.3 基于频率-空间分布的方法 4
1.1.4 基于机器学习的方法 5
1.2 成分数据 6
1.3 元素组合 7
1.4 栅格单元大小 8
1.5 研究区及数据 9
第2章 Gap统计与聚类分析 11
2.1 概述 13
2.2 局域Gap统计量 15
2.2.1 基本原理 15
2.2.2 应用实例 20
2.3 基于矿化因子的聚类分析 25
2.3.1 基本原理 26
2.3.2 应用实例 29
附录 主要算法代码 34
第3章 成分数据 39
3.1 基本概念 41
3.2 分析方法 44
3.2.1 加法对数比变换 44
3.2.2 中心对数比变换 44
3.2.3 等距对数比变换 45
3.3 地球化学成分数据分析 45
3.3.1 单变量分析 45
3.3.2 双变量分析 50
3.3.3 多变量分析 52
附录 稳健主成分分析代码 56
第4章 分形与多重分形 57
4.1 概述 59
4.2 经典模型 60
4.2.1 C-A分形模型 60
4.2.2 S-A分形模型 61
4.2.3 局部奇异性分析 63
4.3 基于地质统计学模拟数据的局部奇异性分析方法 65
4.3.1 基本原理 65
4.3.2 应用实例 69
4.4 相关软件 83
4.4.1 GeoFrac2D 83
4.4.2 ArcFractal 85
附录 主要算法代码 87
第5章 机器学习 89
5.1 概述 91
5.2 机器学习的基本原理 93
5.3 局部RX算法 95
5.3.1 基本原理 95
5.3.2 应用实例 99
5.4 测度学习 101
5.4.1 基本原理 102
5.4.2 应用实例 109
5.5 深度自编码网络 112
5.5.1 基本原理 112
5.5.2 应用实例 117
5.6 地质大数据 121
5.6.1 基本原理 121
5.6.2 应用实例 126
附录 主要算法代码 128
参考文献 137
展开全部
勘查地球化学数据挖掘与异常识别 作者简介
左仁广，中国地质大学（武汉）地质过程与矿产资源国家重点实验室教授、博士生导师。曾于2013年入选“教育部新世纪优秀人才支持计划”，2015年获国家优秀青年科学基金项目资助，2016年获选国际应用地球化学家学会会士，2017年获选国际经济地质学家学会会士，2018年获教育部“青年长江学者”称号，2019年获评湖北省有突出贡献中青年专家。现（曾）任国际数学地球科学学会理事、国际应用地球化学家学会理事，国际科学引文索引（SCI）收录期刊Computers & Geosciences、Natural Resources Research、Ore Geology Reviews、Journal of Geochemical Exploration和Geochemistry: Exploration, Environment, Analysis的associateeditor，以及Journal of Earth Science、《地球科学》、《地质科技通报》和《矿床地质》等的编委会成员。 长期从事数学地球科学研究。主持国家优秀青年科学基金项目、湖北省杰出青年科学基金项目等10余项；主编SCI专辑4期；发表SCI论文100余篇，其中3篇论文曾入选基本科学指标数据库（ESI）高被引论文；获2项国家发明专利和4项软件著作权。研究成果曾获全国百篇优秀博士论文提名奖（2011年）、国土资源科学技术奖一等奖（2011年）、国家科学技术进步奖二等奖（2013年）、中国产学研合作创新成果奖一等奖（2019年）等。此外，还曾获中国高校GIS创新人物奖、中国地质学会青年地质科技奖金锤奖、侯德封矿物岩石地球化学青年科学家奖及国际地球化学学会Kharaka奖等荣誉。
书友推荐
- >
李白与唐代文化
李白与唐代文化
¥8.9¥29.8 - >
我与地坛
我与地坛
¥15.4¥28.0 - >
月亮与六便士
月亮与六便士
¥18.1¥42.0 - >
回忆爱玛侬
回忆爱玛侬
¥9.8¥32.8 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
自卑与超越
自卑与超越
¥29.9¥39.8 - >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥13.0¥26.0
本类畅销
-
4.23文创礼盒A款--“作家言我精神状态”
¥42.3¥206 -
4.23文创礼盒B款--“作家言我精神状态”
¥42.3¥206 -
一句顶一万句 (印签版)
¥40.4¥68 -
百年书评史散论
¥14.9¥38 -
1980年代:小说六记
¥52.8¥69 -
中图网经典初版本封面-“老人与海”冰箱贴
¥20¥40
