共查询到18条相似文献，搜索用时 210 毫秒
1.
2.
地质资料是地质资源信息的宝库,它包含着巨大的社会经济价值。依法归档与汇交地质资料是地质工作者的责任与义务。本文通过阐述地质资料归档与汇交工作的意义与具体要求,剖析了归档与汇交工作中常出现的资料格式不符合规范、电子文档制作系统的使用不够熟练等问题,并提出了解决办法,对该项工作规范、高效的完成具有参考意义。 相似文献
3.
成果地质资料汇交工作的探讨 总被引：1，自引：0，他引：1
本文主要是针对《成果地质资料电子文件汇交格式（试行）》在实际操作中遇到的问题,提出解决的对策。首先电子文档汇交人必须具有高度的责任心,仔细了解地质资料汇交规章制度,熟悉电子文档制作技术,其次要做好地质报告的文、图、表等数据库资料的检查、验收、存储及复查。这样做才能做到层层把关,保证电子文档汇交的质量,能更好的实现地质资料社会化服务。 相似文献
4.
利用word提供的模板功能可以设置符合规范要求的地质资料电子文档.依据地质资料排版格式,在充分考虑报告名称、类别、字体、章节标题、图表以及各种必要的附加项目的基础上,制作出规范的电子文档模板,然后根据模板提示录入相关内容. 相似文献
5.
6.
实现文本中地质信息的结构化抽取、语义解析、可视化表达和知识图谱构建，将为地质大数据的深度挖掘与利用提供有力的数据基础和技术支撑。无论是采用传统统计模型还是深度学习模型，地质信息语义解析均需要已标注的语料库的支持。特别是，地质信息的文本描述具有领域性特征，无法通过通用自然语言语料迁移实现。因此，不同层次的地质信息标注语料库的构建成为地质语义信息解析的关键和基础。文章在分析中文文本中地质语义信息描述语言特点的基础上，从地质实体的时空和属性描述特征出发，清晰表达地质实体的各种语义关系，制定了中文文本的地质语义信息标注体系和标注规范，自主研发了“交互式地质语义信息标注工具”，解决了传统人工标注存在错误率高、重复工作量大等缺点，以矿产资源的中文研究文献和报告为数据源，构建了大规模地质语义信息标注语料库，较为有效地解决了当前相关标准和规模化标准数据匮乏的问题。 相似文献
7.
基于大数据、云计算等现代信息技术与理念,结合地质调查工作实际,系统论述了建设地质大数据体系的总体框架和实现的技术途径。提出了地质大数据体系建设的5项任务组成: 建设地质数据采集体系,推进地质数据快速规范采集; 建设地质大数据汇聚体系,实现地质数据快速有效汇聚; 建设地质数据与信息服务产品体系,丰富地质数据与信息社会化服务产品; 建设地质数据与信息服务体系,推进地质数据与信息协同服务; 建设地质大数据支撑平台(“地质云”),提升地质数据与信息服务的能力和水平。论述了5项任务的主要内容及其面临的关键技术问题,并简要提出了建设地质大数据体系对其他相关工作的影响和要求。 相似文献
8.
面向矿产资源信息的空间关联性分析 总被引：2，自引：1，他引：1
关联性分析是综合多源、多类数据,发现和挖掘数据中潜在的相关关系,提取和挖掘数据之间的关联性。该方法对于充分利用地质大数据、发现地质要素之间的共生组合规律具有重要的意义。本文首先基于数据的空间位置,将不同类型的地质空间数据建立联系,形成空间属性数据库;其次应用统计方法,对不同来源数据中的属性特征进行分析,发现热液型金矿的形成与火山作用存在明显相关性;最后基于Apriori算法提取热液型金矿的伴生矿与侵入岩的频繁项集,发现伴生矿与侵入岩酸碱性二者密切相关。因此,在今后的工作中,有望应用空间关联性的方法对地球物理、地球化学、遥感等多源地质数据开展深入的研究分析。 相似文献
9.
10.
11.
地质领域机器学习、深度学习及实现语言 总被引：4，自引：2，他引：2
地质大数据正在以指数形式增长。只有发展智能数据处理方法才有可能追上大数据的超常增长。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习已成为地质大数据研究的前沿热点,它将让地质大数据插上翅膀,并因此改变地质。机器学习是一个源于数据的模型的训练过程,最终给出一个面向某种性能度量的决策。深度学习是机器学习研究中的一个重要子类,它通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性。卷积神经网络算法是最为常用的一种深度学习算法之一,它广泛用于图像识别和语音分析等。Python语言在科学领域的地位占据着越来越重要。其下的Scikit-Learn是一个机器学习相关的库,提供有数据预处理、分类、回归、聚类、预测、模型分析等算法。Keras是一个基于Theano/Tensorflow的深度学习库,可以应用来搭建简洁的人工神经网络。 相似文献
12.
巴颜喀拉构造带二叠—三叠纪岩相特征及构造演化 总被引：1，自引：0，他引：1
特提斯洋的形成与演化问题是青藏高原重大基础地质问题之一, 通过多年的野外观察、分析测试和综合研究, 结合覆盖全区及相邻地区的1∶25万区域地质调查资料及其他前人研究成果, 尤其是对巴颜喀拉构造带二叠—三叠纪地层、岩相特征及构造古地理环境进行了系统研究, 并探讨了其构造演化, 以期对提高青藏高原特提斯洋演化历史和潘吉亚大陆形成特征等方面的研究工作有所禆益.巴颜喀拉构造带未出露前二叠纪地层, 二叠—新近纪地层均有出露, 尤以三叠纪地层广泛出露为其主要特征.其中, 二叠—三叠系主要为海相沉积, 比较连续, 尤以海相三叠系最具特色, 著名的巴颜喀拉山群横贯全区, 分布广泛, 厚度巨大, 侏罗—第四系主要为陆相河湖沉积.二叠系黄羊岭群岩性为碎屑岩、碳酸盐岩夹火山岩, 自下而上表现为浅海相-深海、半深海相-浅海相沉积演化特征; 三叠系主要为巴颜喀拉山群, 岩性单调, 主要为砂泥质类复理石沉积, 局部地区夹钙质及火山物质, 沉积环境总体表现为浅海相—深海、半深海相—滨浅海相—陆相沉积演化序列.二叠—三叠纪构造古地理环境表现为拉张裂陷形成洋(海)盆-汇聚、部分碰撞形成残留洋(海)盆、前陆盆地—拉张裂陷形成洋(海)盆—汇聚、部分碰撞形成残留洋(海)盆、前陆盆地—完全碰撞造山, 海水退出, 进入陆相沉积演化的历史.巴颜喀拉地区是塔里木—中朝陆块与南方大陆(冈瓦纳陆块)之间古特提斯洋域的主洋盆所在地区之一, 与其南部龙木错—双湖洋盆共同构成古特提斯洋域的双洋域. 相似文献
13.
地质调查大数据研究的主要问题分析 总被引：10，自引：4，他引：6
地质调查大数据包含地质调查工作中产生的多来源、多模态地质数据,以及公共服务与支撑管理产生的数据。一些与数据和计算有关的地质问题,限于当时的信息技术条件,没有得到很好的解决,解决这类地质问题及信息数据共享问题是地质调查大数据处理技术的基本目标。在地质调查大数据处理技术中,应当积极开展多类型地质数据采集器、新型非易失性存储技术、分布式计算、内存计算技术产品开发与应用,然后集中开展、深度分析与挖掘、可视分析技术产品开发与应用,最终形成地质调查大数据处理技术体系与产品线,以产品应用推动资源共享,提升地质调查信息化服务品质。 相似文献
14.
大数据与数学地球科学研究进展——大数据与数学地球科学专题代序 总被引：12，自引：9，他引：3
大数据与数学地球科学的核心应用技术包括高维数据降维、图像数据处理、无限数据流挖掘、机器学习、关联规则算法与推荐系统算法等。人工智能地质学,包括大数据-智能矿床成因模型与找矿模型的构建,是具有重要价值的研究方向。高维数据降维旨在从初始高维特征集合中选出低维特征集合,有效地消除无关和冗余特征,增强学习结果的易理解性。哈希算法、聚类分析、主成分分析等是较常用的数学降维工具。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习与人工智能各种基础问题的统一性观点正在形成。深度学习的训练模型往往需要海量数据作为支撑,因此迁移学习方法日益受到重视。图像模式识别是大数据挖掘的重要技术。网络中的社区结构识别对理解整个网络的结构和功能有重要价值,可帮助分析、预测网络各元素间的交互关系。沉浸式虚拟现实技术是实现大数据可视化的重要方向,对具有多元、异构、时空性、非线性、多尺度地质矿产勘查数据的展示要求有特别的价值。引入VR技术进行矿产地质大数据的可视化,可实现大数据时代矿产勘查数据的新认知。无限数据流在地质、地球化学、地球物理监测中大量存在,甚至可以持续自动产生。对数据流数据的计算包括对点查询、范围查询、内积查询、分位数计算、频繁项计算等。关联规则和推荐系统算法是大数据挖掘中的重要算法,其应用范围越来越广泛。贝叶斯原理在大数据时代有独特的价值,贝叶斯网络是成因建模的一个革命性工具。智能地质学研究刚刚起步,构建大数据-智能矿床成因模型与找矿模型是智能地质学研究的重要内容。矿床模型研究方式的变革,将出现于互联网、云计算技术环境下全球各地的矿床研究团队的共同参与。 相似文献
15.
16.
17.
我国于2008年7月1日正式启用了CGCS2000坐标系,而地矿部门一直以来仍沿用1954年北京坐标系。为实现不同坐标系图件成果的有效共享,必须对地质物化探图件进行不同坐标系的相互转换。为此,笔者介绍利用MapGIS实现不同坐标系图件成果相互转换的方法,并通过真实数据对转换精度进行分析。试验结果表明,这种方法用于不同坐标系图件的转换是完全可行的。 相似文献
18.
张像源 《中国地质灾害与防治学报》2022,33(5):76-82
我国大陆从2003年开始开展了汛期区域地质灾害气象预警工作,并形成预警产品面向公众的发布,在地质灾害防治中发挥着重要的作用。而地质灾害预警描述信息是地质灾害预警产品的重要组成,包括了预警范围、等级、时段和文字说明等内容,为了快速形成权威、科学、精准的这一信息,文章研究了一种可高效自动分析形成初步的预警产品描述信息的技术... 相似文献