包郵復(fù)雜地質(zhì)數(shù)據(jù)深度挖掘與智能分析

作者：李明超//韓帥//王剛//張野

出版社：科學(xué)出版社出版時(shí)間：2022-04-01

開本： 16開 頁數(shù)： 342

本類榜單：自然科學(xué)銷量榜

中圖價(jià):¥142.6(7.2折) 定價(jià) ~~¥198.0~~ 登錄后可看到會(huì)員價(jià)

加入購物車收藏

開年大促， 全場(chǎng)包郵

?新疆、西藏除外

本類五星書更多>

>
宇宙、量子和人類心靈

宇宙、量子和人類心靈

¥32.9¥58
>
氣候文明史

氣候文明史

¥41.7¥69
>
南極100天

南極100天

¥6.8¥13.5
>
考研數(shù)學(xué)專題練1200題

考研數(shù)學(xué)專題練1200題

¥27.5¥78
>
希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)

希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)

¥22.6¥48
>
神農(nóng)架疊層石:10多億年前遠(yuǎn)古海洋微生物建造的大堡礁

神農(nóng)架疊層石:10多億年前遠(yuǎn)古海洋微生物建造的大堡礁

¥93.6¥120
>
聲音簡史

聲音簡史

¥29.1¥52

商品詳情
商品評(píng)論(0條)

中圖價(jià):¥142.6 加入購物車

版權(quán)信息
內(nèi)容簡介
目錄
節(jié)選

復(fù)雜地質(zhì)數(shù)據(jù)深度挖掘與智能分析版權(quán)信息

ISBN：9787030715234
條形碼：9787030715234 ; 978-7-03-071523-4
裝幀：一般膠版紙
冊(cè)數(shù)：暫無
重量：暫無
所屬分類：
自然科學(xué)
>
天文學(xué)

復(fù)雜地質(zhì)數(shù)據(jù)深度挖掘與智能分析內(nèi)容簡介

隨著數(shù)字化時(shí)代的發(fā)展和智能化時(shí)代的到來，地質(zhì)領(lǐng)域中各類勘探、測(cè)繪、遙感、試驗(yàn)以及分析成果等數(shù)據(jù)呈現(xiàn)出不斷激增的趨勢(shì)。如何更充分地獲取數(shù)據(jù)的有效特征，并實(shí)現(xiàn)對(duì)復(fù)雜、海量地質(zhì)數(shù)據(jù)的解譯是目前地質(zhì)研究中不可回避的問題。本書從這一角度出發(fā)，系統(tǒng)闡述了當(dāng)前地質(zhì)數(shù)據(jù)分析中面臨的關(guān)鍵科學(xué)技術(shù)難題，給出了數(shù)據(jù)挖掘模式下復(fù)雜地質(zhì)大數(shù)據(jù)分析的解決方案。考慮地質(zhì)數(shù)據(jù)的時(shí)空特性，將地質(zhì)數(shù)據(jù)劃分為優(yōu)選尺度、區(qū)域尺度、工程尺度、統(tǒng)計(jì)尺度及標(biāo)本尺度，從理論層面及實(shí)際應(yīng)用角度提出算法模型的構(gòu)建方法和具體的實(shí)現(xiàn)流程。此外，還將上述研究基礎(chǔ)與三維建模進(jìn)行融合，從不確定性角度對(duì)現(xiàn)有的地質(zhì)可視化理論進(jìn)行了補(bǔ)充。*后，結(jié)合計(jì)算機(jī)軟件開發(fā)等技術(shù)，研發(fā)了地質(zhì)大數(shù)據(jù)智能挖掘與分析平臺(tái)。本書可供廣大地質(zhì)研究人員、工程師以及工程設(shè)計(jì)人員參考。

復(fù)雜地質(zhì)數(shù)據(jù)深度挖掘與智能分析目錄

目錄
前言
第1章緒論1
1.1概述1
1.2國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢(shì)2
1.3基本概念6
1.4本書主要內(nèi)容8
第2章關(guān)鍵科學(xué)技術(shù)問題分析11
2.1復(fù)雜多源多尺度地質(zhì)數(shù)據(jù)對(duì)象與數(shù)據(jù)結(jié)構(gòu)分析11
2.2復(fù)雜地質(zhì)數(shù)據(jù)深度挖掘難點(diǎn)分析14
2.3智能分析方案與總體結(jié)構(gòu)16
2.4本章小結(jié)18
第3章基本方法原理與分析工具20
3.1數(shù)學(xué)統(tǒng)計(jì)分析方法20
3.2機(jī)器學(xué)習(xí)算法27
3.3深度學(xué)習(xí)方法36
3.4常用驗(yàn)證與評(píng)價(jià)方法55
3.5開源工具平臺(tái)58
3.6本章小結(jié)61
第4章全球及區(qū)域尺度地質(zhì)數(shù)據(jù)智能判別分析62
4.1玄武巖大地構(gòu)造環(huán)境智能挖掘判別與分析62
4.2基于貝葉斯與多元高斯Copula理論的輝長巖大地構(gòu)造環(huán)境判別分析73
4.3金礦規(guī)格單元數(shù)據(jù)的智能成礦預(yù)測(cè)分析91
4.4耦合PCA SVM算法的金礦礦床規(guī)模預(yù)測(cè)分析98
4.5本章小結(jié)108
第5章工程尺度野外地質(zhì)數(shù)據(jù)智能識(shí)別與分析109
5.1巖石種類智能識(shí)別方法109
5.2地勘地質(zhì)結(jié)構(gòu)圖像的深度分類分析模型與方法118
5.3深度神經(jīng)網(wǎng)絡(luò)模式下的巖石強(qiáng)度的無損檢測(cè)130
5.4本章小結(jié)138
第6章工程尺度地質(zhì)勘探數(shù)據(jù)深度挖掘139
6.1鉆孔攝影圖像深度特征的地質(zhì)界線智能識(shí)別方法139
6.2鉆孔攝影圖像的結(jié)構(gòu)面識(shí)別與分析156
6.3硐室內(nèi)基礎(chǔ)地質(zhì)現(xiàn)象圖像多深度模型智能分類方法170
6.4基于對(duì)穿聲波波速的巖體完整性多尺度智能評(píng)價(jià)179
6.5本章小結(jié)187
第7章統(tǒng)計(jì)及標(biāo)本尺度地質(zhì)數(shù)據(jù)智能表征與判別188
7.1巖體結(jié)構(gòu)裂隙多維參數(shù)不確定性表征與分析188
7.2巖土體高維參數(shù)智能模擬與不確定性分析194
7.3耦合顏色和紋理特征的礦物圖像識(shí)別209
7.4本章小結(jié)216
第8章多尺度地質(zhì)不確定性與參數(shù)化三維建模217
8.1隨機(jī)扁橢球離散裂隙網(wǎng)絡(luò)模型217
8.2巖體多邊形隨機(jī)離散裂隙網(wǎng)絡(luò)建模方法225
8.3巖體隨機(jī)離散裂隙網(wǎng)絡(luò)模型的圖形檢驗(yàn)算法239
8.4工程尺度地質(zhì)結(jié)構(gòu)三維參數(shù)化建模方法254
8.5復(fù)雜斷層不確定性智能建模與分析方法266
8.6本章小結(jié)285
第9章應(yīng)用技術(shù)研發(fā)與工程實(shí)踐286
9.1地質(zhì)大數(shù)據(jù)智能挖掘與分析平臺(tái)286
9.2水利水電工程地質(zhì)三維實(shí)景野外編錄填圖系統(tǒng)研發(fā)287
9.3“石事求石”306
9.4巖體表面強(qiáng)度無損檢測(cè)與智能地質(zhì)錘312
9.5巖體裂隙多維參數(shù)聯(lián)合模擬程序317
9.6巖石構(gòu)造背景智能判別程序320
9.7本章小結(jié)321
第10章結(jié)束語322
參考文獻(xiàn)325

展開全部

復(fù)雜地質(zhì)數(shù)據(jù)深度挖掘與智能分析節(jié)選

第1章緒論 1.1概述隨著數(shù)字化時(shí)代的發(fā)展和智能化時(shí)代的到來，各個(gè)行業(yè)都積累了海量的數(shù)據(jù)。同樣，在地質(zhì)領(lǐng)域，隨著全球范圍內(nèi)地質(zhì)勘查工作的不斷開展與數(shù)據(jù)采集手段的不斷豐富，各式各樣體量龐大的數(shù)據(jù)，諸如地形地貌、傳感監(jiān)測(cè)、遙感影像、鉆孔、平硐及物探化探等信息，都呈現(xiàn)出了持續(xù)激增的趨勢(shì)。例如，世界氣候研究計(jì)劃“耦合模擬工作組”組織的第五次氣候耦合模型對(duì)比項(xiàng)目（Coupled Model Intercomparison Project Phase 5，CMIP5）的數(shù)據(jù)總量超過3PB(1PB=1000TB=1000000GB)，而下一代CMIP6數(shù)據(jù)總量超過30PB(Sang et al.，2021)；谷歌地球（Google Earth）的容量超過了5PB(來自官方統(tǒng)計(jì)：GEE包含的數(shù)據(jù)集超過200個(gè)公共的數(shù)據(jù)集，超過500×104張影像，每天的數(shù)據(jù)量增加大約4000張影像，容量超過5PB），自然資源部中國地質(zhì)調(diào)查局已建成十大類48個(gè)國家地質(zhì)數(shù)據(jù)庫，數(shù)據(jù)量超過700TB(馬凱，2018)；我國全國地質(zhì)資料館館藏的地質(zhì)資料超過17×104檔，總數(shù)據(jù)量達(dá)220TB。地質(zhì)大數(shù)據(jù)研究工作得到了國內(nèi)外空前的重視，美國、英國等國家的地質(zhì)調(diào)查機(jī)構(gòu)都認(rèn)識(shí)到了地質(zhì)大數(shù)據(jù)研究和應(yīng)用的重要性，并制定了相應(yīng)的地質(zhì)大數(shù)據(jù)研究行動(dòng)計(jì)劃。目前，世界各國正在大力開展的城市、礦山、油田、工程的三維地質(zhì)建模和“玻璃地球”建設(shè)，這也正是實(shí)現(xiàn)地質(zhì)科學(xué)大數(shù)據(jù)集成化存儲(chǔ)、管理的基本方式(吳沖龍等，2020)。地質(zhì)數(shù)據(jù)主要產(chǎn)生于基礎(chǔ)地質(zhì)、礦產(chǎn)地質(zhì)、水文地質(zhì)、工程地質(zhì)、環(huán)境地質(zhì)、災(zāi)害地質(zhì)的調(diào)查、勘查和相應(yīng)的地質(zhì)科學(xué)研究過程中，以及能源、礦產(chǎn)的開發(fā)利用和環(huán)境、地災(zāi)的監(jiān)測(cè)、防止過程中，以及各類天基、空基對(duì)地遙感觀測(cè)的活動(dòng)中。這些來源不同、尺度不同的地質(zhì)數(shù)據(jù)在精度、分辨率、數(shù)量、質(zhì)量等方面都存在較大的差異，其統(tǒng)計(jì)特性里包含了大量的不確定性。同時(shí)，海量的地質(zhì)數(shù)據(jù)也具備大數(shù)據(jù)四大特征：體積、速度、多樣性和準(zhǔn)確性(volume、velocity、variety、veracity，簡稱“4V”)(吳沖龍等，2020)。地質(zhì)工作進(jìn)入了數(shù)據(jù)密集型模式，巨大的數(shù)據(jù)體量使目前地質(zhì)研究面臨著兩個(gè)重大的挑戰(zhàn)：①如何從這些復(fù)雜的海量激增的地質(zhì)數(shù)據(jù)中提取并解譯出有用的信息；②如何在遵循相關(guān)物理定律的前提下，以數(shù)據(jù)驅(qū)動(dòng)的方式，獲得比傳統(tǒng)分析方法更多的有效特征。由于數(shù)據(jù)的采集速度遠(yuǎn)大于人們所能消化的速度，數(shù)據(jù)量的增加并不能等價(jià)提升人們對(duì)系統(tǒng)的理解，科學(xué)家需要對(duì)數(shù)據(jù)進(jìn)行更深入的研究。在這種背景下，機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘成了一種極佳的選擇(周志華，2016)。地質(zhì)大數(shù)據(jù)屬于時(shí)空大數(shù)據(jù)的一種，采用大數(shù)據(jù)技術(shù)直接在海量地質(zhì)數(shù)據(jù)中挖掘知識(shí)，能突破“采樣隨機(jī)性和樣本空間狹小”的傳統(tǒng)地質(zhì)數(shù)據(jù)分析方法的限制，可以推進(jìn)數(shù)據(jù)驅(qū)動(dòng)的地質(zhì)智能服務(wù)，改變傳統(tǒng)地質(zhì)數(shù)據(jù)應(yīng)用和協(xié)同服務(wù)能力不足的現(xiàn)狀，促進(jìn)地質(zhì)科學(xué)的發(fā)展。利用機(jī)器學(xué)習(xí)原理進(jìn)行地質(zhì)分析在本質(zhì)上是基于地質(zhì)數(shù)據(jù)的算法建模過程，但又不等同于算法在地質(zhì)領(lǐng)域的簡單應(yīng)用。目前的地質(zhì)分析過程在很大程度上依賴于專家的主觀經(jīng)驗(yàn)，數(shù)據(jù)所呈現(xiàn)的規(guī)律性一般不直觀，常常需要配合大量的專業(yè)知識(shí)進(jìn)行綜合解譯，這就導(dǎo)致算法建模的難度很大。大多情況下，智能算法在地質(zhì)分析中很難達(dá)到像自然語言翻譯中的“可托管”的程度，而是以解決某一個(gè)關(guān)鍵環(huán)節(jié)為目的，扮演著一個(gè)輔助的角色。如何進(jìn)一步發(fā)揮智能算法在地質(zhì)分析中的作用，以及如何建立起一個(gè)跨學(xué)科整合的地質(zhì)數(shù)據(jù)智能挖掘體系，是目前亟待解決的問題(周永章等，2018a)。地質(zhì)數(shù)據(jù)具有鮮明的時(shí)空特征，因此研究人員通常將地質(zhì)問題劃分成不同的尺度，即時(shí)間尺度和空間尺度(張發(fā)明等，2007；Wang and Chen，2018；Hill et al.，2021)。時(shí)間尺度涉及的問題包括地球演化和災(zāi)害預(yù)測(cè)等；空間尺度所關(guān)注的則是研究對(duì)象的空間范圍或規(guī)模，通常又可劃分為全球尺度、區(qū)域尺度、工程尺度、統(tǒng)計(jì)尺度和標(biāo)本尺度，涉及的問題主要源自地質(zhì)特征在空間上分布的差異性。在自然界和工程實(shí)踐中，許多現(xiàn)象和過程都具有多尺度特征或多尺度效應(yīng)，同時(shí)，人們對(duì)現(xiàn)象或過程的觀察及測(cè)量往往也是在不同尺度上進(jìn)行的。用多尺度系統(tǒng)理論來描述、分析這些現(xiàn)象和過程能夠很好地表現(xiàn)問題的本質(zhì)特征，因此近年來這已成為許多學(xué)科領(lǐng)域研究的熱點(diǎn)。地質(zhì)數(shù)據(jù)的另一個(gè)重要特征就是多源性(王剛等，2015；Zhang and Zhu，2018；Pan et al.，2020)。由于分支領(lǐng)域眾多，勘查采集方法復(fù)雜，地質(zhì)數(shù)據(jù)中包含了各種各樣多源異質(zhì)異構(gòu)且來源分散的數(shù)據(jù)。數(shù)據(jù)的離散性通常也比較大，同時(shí)受限于野外數(shù)據(jù)采集的條件，數(shù)據(jù)的可靠度往往難以得到保障，必須結(jié)合特殊的地質(zhì)條件和采樣方法對(duì)數(shù)據(jù)進(jìn)行嚴(yán)格的篩選與預(yù)處理。此外，地質(zhì)研究中非結(jié)構(gòu)化數(shù)據(jù)(如遙感影像、鉆孔攝影、地質(zhì)雷達(dá)剖面、聲波或地震波數(shù)據(jù))的豐富程度要遠(yuǎn)遠(yuǎn)高于結(jié)構(gòu)化數(shù)據(jù)，如何使數(shù)據(jù)能夠匹配智能算法，以及如何改造算法或研發(fā)針對(duì)性的算法，是實(shí)現(xiàn)地質(zhì)大數(shù)據(jù)挖掘所面臨的重點(diǎn)和難點(diǎn)。隨著大數(shù)據(jù)時(shí)代的到來，傳統(tǒng)研究方式的局限性越發(fā)明顯，地質(zhì)研究需要做出重大的變革。深入探索適用于地質(zhì)領(lǐng)域的數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)算法，系統(tǒng)地考慮多源、多尺度特征的地質(zhì)大數(shù)據(jù)智能挖掘方法，有助于深化人們對(duì)地球科學(xué)、工程地質(zhì)、環(huán)境地質(zhì)等地質(zhì)學(xué)科的理解，全方位地促進(jìn)地質(zhì)領(lǐng)域的快速發(fā)展。 1.2國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢(shì) 地質(zhì)數(shù)據(jù)分析的目的是通過采集的數(shù)據(jù)樣本盡可能準(zhǔn)確地描述地質(zhì)現(xiàn)象或規(guī)律，數(shù)據(jù)分析方法通常取決于數(shù)據(jù)的形式以及所研究的具體問題。目前，主要的地質(zhì)數(shù)據(jù)分析方法包含以下幾類。 1.2.1地質(zhì)統(tǒng)計(jì)分析地質(zhì)統(tǒng)計(jì)分析的一個(gè)典型代表就是地質(zhì)統(tǒng)計(jì)學(xué)(肖斌等，2000；王愷其和肖凡，2019)。20世紀(jì)70年代，隨著統(tǒng)計(jì)學(xué)應(yīng)用在地質(zhì)分析中的深入，地質(zhì)統(tǒng)計(jì)學(xué)逐漸興起，并發(fā)展成了地質(zhì)學(xué)的一個(gè)重要分支。該理論以區(qū)域化變量理論為基礎(chǔ)，以變異函數(shù)作為主要工具，對(duì)既具有隨機(jī)性又具有結(jié)構(gòu)性的變量進(jìn)行統(tǒng)計(jì)學(xué)研究(侯景儒，1998)。*初其應(yīng)用范圍主要集中在異常評(píng)價(jià)(和成忠等，2020)、找礦勘探(王瑞等，2019)、礦體圈定(Hao et al.，2015)、儲(chǔ)量計(jì)算(劉馨蕊等，2011)、礦山生產(chǎn)(龐漢松等，2020)及地學(xué)科研等。后來在國內(nèi)外學(xué)者的共同努力之下，這一理論目前已擴(kuò)展到了地球化學(xué)(王健，2018)、環(huán)境地質(zhì)(黃小剛等，2019)、水利(劉曉民等，2014)、地球物理(陳鼎新等，2016)等各個(gè)分支。除此之外，一些基于概率密度函數(shù)或相關(guān)性系數(shù)的單變量、雙變量和多變量(黃潤秋，2004；李典慶等，2015)的地質(zhì)分析過程亦屬于地質(zhì)統(tǒng)計(jì)分析的范疇。單變量分析是假定地質(zhì)數(shù)據(jù)樣本中的各個(gè)變量是相互獨(dú)立的，忽略變量之間的相關(guān)關(guān)系，對(duì)各個(gè)變量分別進(jìn)行研究。常用的分析過程包括極值、均值、離散程度的計(jì)算及概率分布類型等(吳繼敏等，2009)，一個(gè)典型的應(yīng)用就是研究不同構(gòu)造背景下玄武巖各個(gè)主量成分的分布特征。雙變量分析是指同時(shí)考慮地質(zhì)樣本中兩個(gè)變量之間的相關(guān)關(guān)系，以建立二者聯(lián)合概率密度函數(shù)或等式，或以投點(diǎn)的方式揭示其中的規(guī)律(張旗，1990)，如巖石成分的哈克圖、節(jié)理的玫瑰花圖(楊春和等，2007)等。多變量分析是同時(shí)考慮多個(gè)地質(zhì)要素之間的相關(guān)性的研究過程。在地質(zhì)研究中存在著大量多個(gè)變量同時(shí)具有相關(guān)性的例子，如巖土體抗剪強(qiáng)度參數(shù)黏聚力和內(nèi)摩擦角具有負(fù)相關(guān)性，而土體重度又分別與黏聚力和內(nèi)摩擦角具有正相關(guān)性(唐小松，2014)。多變量的研究常常需要建立多維概率密度函數(shù)或相應(yīng)的方程組；而在可視化方面，多變量較難采用圖表進(jìn)行分析，因此通常會(huì)對(duì)數(shù)據(jù)進(jìn)行降維處理。統(tǒng)計(jì)分析是地質(zhì)研究中的重要基石之一，而在大數(shù)據(jù)時(shí)代，隨著數(shù)據(jù)量和數(shù)據(jù)類型的不斷擴(kuò)充、數(shù)據(jù)概念的不斷擴(kuò)展以及量化方式的不斷變化，傳統(tǒng)統(tǒng)計(jì)分析方法的局限性愈發(fā)明顯(朱建平和張悅涵，2016)。統(tǒng)計(jì)學(xué)的優(yōu)勢(shì)在于“以小見大”，但容易產(chǎn)生誤差等問題；對(duì)于大數(shù)據(jù)來說，可以利用更多，甚至是總體數(shù)據(jù)，數(shù)據(jù)的限制因素已經(jīng)成為歷史。在這一背景下，如何提升地質(zhì)分析中的統(tǒng)計(jì)效率、模型擬合度以及推斷準(zhǔn)確性，從而探索更深層次的統(tǒng)計(jì)規(guī)律，是當(dāng)前地質(zhì)學(xué)發(fā)展的重要趨勢(shì)。 1.2.2序列分析序列分析包括地質(zhì)事件序列分析、時(shí)序數(shù)據(jù)分析及信號(hào)處理。地質(zhì)事件是地史演化過程中不同于正常地質(zhì)歷史發(fā)展的突發(fā)性、災(zāi)變性或具有特殊意義的地質(zhì)記錄(陸松年等，2001；劉翠等，2011)，如地質(zhì)構(gòu)造中不同時(shí)期的斷層網(wǎng)絡(luò)，其相互間的切削、截?cái)噙^程即反映了地質(zhì)活動(dòng)的先后順序。在正確識(shí)別地質(zhì)事件的性質(zhì)和特征的基礎(chǔ)上，需建立地質(zhì)事件的序列，通常包括兩個(gè)步驟：首先要在野外翔實(shí)的工作基礎(chǔ)上建立地質(zhì)事件的相對(duì)序列(王學(xué)濱等，2016)；其次在此基礎(chǔ)上運(yùn)用多元同位素測(cè)年(劉松峰等，2021)等方法標(biāo)定主要或特征地質(zhì)事件的時(shí)代，建立地質(zhì)事件的年代格架。野外地質(zhì)調(diào)查是研究地質(zhì)事件*重要和*基本的途徑，在野外地質(zhì)工作中特別要注意識(shí)別暴露地質(zhì)現(xiàn)象本質(zhì)、有豐富地質(zhì)內(nèi)涵或能夠反映地質(zhì)事件序列的露頭，這一過程需要做大量和細(xì)致的研究工作(劉忠明和譚秋明，1994；趙曉辰等，2018)。時(shí)序數(shù)據(jù)通常用來描述較有規(guī)律性的地質(zhì)現(xiàn)象，其本質(zhì)是關(guān)于時(shí)間的函數(shù)，通常可分解為長期趨勢(shì)分量、周期分量(季節(jié)波動(dòng)、循環(huán)變量)以及隨機(jī)分量(Davis，1988；周翠英等，2008)。地質(zhì)事件序列是由本身蘊(yùn)含著的各種因素對(duì)其綜合作用的結(jié)果，如水位浮動(dòng)、氣溫變化、滑坡監(jiān)測(cè)等。地質(zhì)時(shí)序數(shù)據(jù)的分析過程以建立隨機(jī)模型為主，常用的方法包括回歸模型、馬爾可夫鏈、頻譜分析、數(shù)值模擬等。例如，黃友波等(2002)利用頻譜分析法進(jìn)行了水文序列代表性分析；Zhou和Tung(2013)采用多元回歸分析推導(dǎo)了未來幾十年全球變暖的趨勢(shì)模型；Victorov(2015)利用馬爾可夫鏈建立了滑坡過程概率模型；Zhang等(2020)通過有限單元法研究了河道周期性水位變化對(duì)三峽邊坡穩(wěn)定性的影響。信號(hào)本質(zhì)上也是一種時(shí)序數(shù)據(jù)，不過其處理方法更側(cè)重于對(duì)信號(hào)的降噪、過濾和時(shí)頻分析。地質(zhì)中常見的信號(hào)數(shù)據(jù)包括地震波、聲波、地質(zhì)雷達(dá)信號(hào)、電場(chǎng)或磁場(chǎng)信號(hào)等，通常采用傅里葉變換、小波變換以及功率譜等方法進(jìn)行處理。例如，利用希爾伯特-黃變換對(duì)隧洞的地質(zhì)雷達(dá)信號(hào)進(jìn)行分析，并進(jìn)行了隧洞超前地質(zhì)預(yù)報(bào)檢測(cè)；何慧優(yōu)和方劍(2021)利用頻譜分析方法對(duì)物性差異較大的地層和礦體進(jìn)行了計(jì)算；程鐵棟等(2021)基于小波變換提取礦山微振和爆破信號(hào)特征，實(shí)現(xiàn)了礦山微震與爆破震動(dòng)信號(hào)的自動(dòng)辨識(shí)。序列分析通常是多因素綜合作用的結(jié)果，規(guī)律性復(fù)雜，分析過程對(duì)數(shù)學(xué)的依賴程度也較高，在實(shí)際研究中(尤其是在工程地質(zhì)中)往往難以被充分挖掘。其實(shí)，序列是一種在各個(gè)領(lǐng)域都普遍存在的數(shù)據(jù)形式，研究人員針對(duì)這類問題提出了多種智能算法，而這些方法也讓地質(zhì)專家深受啟發(fā)，利用智能算法進(jìn)行地質(zhì)序列數(shù)據(jù)分析也成了近年來的一個(gè)研究熱點(diǎn)。例如，Agar等(2019)基于貝葉斯信念網(wǎng)絡(luò)對(duì)油氣勘查工程中地下斷裂的部位進(jìn)行了高精度的預(yù)測(cè)；張航(2020)利用深度神經(jīng)網(wǎng)絡(luò)對(duì)隧洞微震信號(hào)進(jìn)行處理并實(shí)現(xiàn)了巖爆的智能預(yù)警；Liu等(2021)基于K近鄰（K-nearest neighbor，KNN）算法對(duì)邊坡次聲波信號(hào)進(jìn)行了分析及特征識(shí)別，為滑坡監(jiān)測(cè)提供了有效的分析手段。 1.2.3空間分析與建模針對(duì)具有空間坐標(biāo)或相對(duì)位置坐標(biāo)屬性的數(shù)據(jù)(如地形數(shù)據(jù)、氣象監(jiān)測(cè)的氣溫、降水、礦點(diǎn)分布、巖層出露等)，需要進(jìn)行空間分析與建模(鐘登華和李明超，2006；Chorley，2019)。常用的方法包括利用地理信息系統(tǒng)（GIS）或三維軟件研究地理數(shù)據(jù)的空間分布模式、利用空間回歸分析研究數(shù)據(jù)的趨勢(shì)，以及在二維或三維層面建立整個(gè)區(qū)域內(nèi)變量的連續(xù)分布模型。隨著計(jì)算機(jī)技術(shù)的發(fā)展，空間建模與可視化在地質(zhì)數(shù)據(jù)分析中占據(jù)了越來

商品評(píng)論(0條)

寫書評(píng) 賺書幣

暫無評(píng)論……

書友推薦

>
李白與唐代文化
李白與唐代文化
葛景春
¥9.9~~¥29.8~~
>
推拿
推拿
畢飛宇
¥12.2~~¥32.0~~
>
羅庸西南聯(lián)大授課錄
羅庸西南聯(lián)大授課錄
羅庸
¥14.1~~¥32.0~~
>
【精裝繪本】畫給孩子的中國神話
【精裝繪本】畫給孩子的中國神話
施英巍
¥18.6~~¥55.0~~
>
中國歷史的瞬間
中國歷史的瞬間
李永熾
¥16.7~~¥38.0~~
>
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
[美] 諾爾曼·伯德韋爾著，杜可名譯
¥4.5~~¥10.0~~
>
莉莉和章魚
莉莉和章魚
[美]史蒂文·羅利著，祝文亭譯
¥16.4~~¥42.0~~
>
史學(xué)評(píng)論
史學(xué)評(píng)論
楊玉圣
¥14.4~~¥42.0~~