共查询到17条相似文献,搜索用时 265 毫秒
1.
基于深度学习的地质找矿信息挖掘与集成已经成为数学地球科学的前沿领域.深度学习作为一种具有多级非线性变换的层级机器学习算法,在地质找矿大数据挖掘与集成中仍处于探索阶段,还有一系列问题亟需解决.以卷积神经网络为例,探讨了基于深度学习的地质找矿大数据挖掘与集成过程中两大挑战:训练样本不足和深度学习网络模型构建困难,重点分析了基于复制和添加噪声的地质找矿数据增强技术并开展了多组对比实验,构建了适用于地质找矿大数据挖掘与集成的训练样本和卷积神经网络模型.该模型对闽西南铁多金属成矿区的地质、地球物理和地球化学等多源数据进行了特征提取与集成融合,圈定了找矿远景区,为该区进一步找矿提供了科学依据. 相似文献
2.
基于地质大数据理念的模型驱动矿产资源定量预测 总被引:4,自引:2,他引:2
在大数据科学成为新的科学范式的背景下,基于地质大数据理念,提出了模型驱动的矿产资源定量预测评价的新方法,以及模型流程建模技术贯穿整个矿产资源预测评价过程的新思路,以地质理论指导地质大数据分析和计算机技术实现地质大数据挖掘2条主线展开研究,实现了面向地质大数据的数据挖掘与矿产资源的定量预测评价。结合青海祁漫塔格铁铜多金属矿床、山东焦家金矿床、云南个旧锡铜多金属矿床等不同地区、不同成矿类型和矿种开展了应用研究,完成了找矿模型工作流的设计与实现,进行了有利成矿信息的挖掘,取得了较好的效果,为大数据时代数字地质研究提供了新的思路。 相似文献
3.
4.
5.
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大数据蕴含的地质异常为预测矿床提供了理论依据。该理论与方法强调地质找矿大数据和机器学习的重要性,其中,数据种类的多样性及数据精度和质量会影响预测结果的好坏,机器学习可提高特征提取与信息集成融合效率。此外,本文讨论了基于数据科学的矿产资源定量预测理论与方法的技术框架、特征提取、数据集成融合方法,以及该理论与方法引入的不确定性。 相似文献
6.
《地质科技情报》2020,(4)
开展三维地质建模的目标,不应当只是实现地质体框架的可视化表达,而应当同时实现地质大数据的聚合、管理、挖掘、分析和共享。然而,传统的方法和技术难以实现顾及地质语义的结构-属性一体化三维地质建模与耦合表达。多点地质统计学方法虽然便于多源数据、地质先验知识、结构-属性的融合建模,却仍然受到数据结构表达能力不足、三维训练图像难以获取和非平稳现象的限制。面向地质大数据集成与管理的要求,详细讨论了三维地质建模中的空间数据模型、基于多点地质统计学的结构-属性一体化集成建模方法、以及基于三维地质模型的地质大数据集成与管理的框架与模式。发展新型的面向地质结构-属性耦合表达的统一空间数据模型,以及知识驱动与数据驱动协同的三维地质结构-属性一体化集成建模技术体系,着力构建出地质大数据的聚合、集成、管理、挖掘和分析的可视化环境与操作平台,是未来三维地质建模领域的研究热点和前沿方向。 相似文献
7.
8.
为了对砂岩型铀矿钻孔数据及地质资料进行汇集整理,建设铀矿地质钻孔及勘查信息数据库,实现对钻孔资料的统一管理,提高钻孔地质资料集成应用的工作效率,面向实际应用需求,设计并实现了铀矿综合管理信息平台。提出了铀矿大数据平台基础设施、信息资源、应用服务、用户交互的4层架构,采用云计算虚拟化、分布式储存、并行计算等技术建立了铀矿大数据基础环境,提升了铀矿钻孔大数据集的统一存储管理和计算能力;实现了多源异构钻孔数据智能化抽取、高效率转换及快速装载的目标,提高了数据管理及集成应用的工作效率;基于并行计算技术,实现了钻孔数据进行快速三维可视化表达及多条件快速查询功能,为铀矿勘查、成果集成提供了数据基础和信息技术支撑。 相似文献
9.
基于VR技术的多尺度地质数据3D沉浸式可视化与交互方法 总被引:1,自引:0,他引:1
随着科技的飞速发展,地质大数据正在呈爆炸式增长,地质大数据可视化与交互方法成为研究的新方向。如何通过可视化方法将巨大的、复杂的、潜逻辑的地质数据展现与交互是需要进一步探索的。本文提出基于VR技术的多尺度地质数据3D沉浸式可视化与交互方法,该方法既符合计算思维又符合地质专业理论。首先,从理论上提出多尺度地质数据可视化理论模型;其次,基于VR技术实现多尺度、多分辨率地质数据的可视化;最后,构建了3D沉浸式虚拟现实平台,采用实际数据验证方法的有效性。该方法适用于地质数据的可视化与交互,为科学的定量评价、分析和教学提供新思路,是未来的必然发展趋势。 相似文献
10.
11.
随着大数据时代的到来, 地质行业将大数据作为新兴增长点进行培育和挖掘, 以山东蒙阴金刚石矿集区为研究对象, 基于大数据实现地质工作和信息技术的深度融合, 通过数据统计、挖掘、洞察与预测等分析并集成融合与成矿系统相关的源、运、储、变、保等知识, 全面提取蒙阴地区多元地质信息, 建立西峪矿区金刚石矿多项指标的成矿地质信息模型, 开展三维可视化成矿预测, 进而圈定找矿远景区。探寻金刚石大数据管理、分析及成矿预测新技术方法, 促进成矿新认知与找矿新发现。 相似文献
12.
大数据背景下地质云的构建与应用 总被引:8,自引:3,他引:5
地质学属于数据密集型科学,并与地球科学面临的问题息息相关。已经收集的和将要收集的大量数字国土相关数据,由于科学研究的需要,正在不断加以检验和扩充。大数据时代背景下,中国国土资源数字化、信息化的战略行动具有深远意义,大数据的相关技术应用为实现地质工作的现代化和信息化提供了有效的支撑。重点介绍大数据背景下的"地质云"构建理念与方法,以及大数据在地学领域的应用。大数据为非结构化、半结构化的地质数据带来了新的处理方法与理念。地质云的构建旨在探索以需求带动的地质核心数据的应用,挖掘非结构化数据的新数据信息,以支撑国土资源管理决策。 相似文献
13.
14.
大数据科学研究范式是大数据时代的必然结果。在大数据时代,地质学研究正面临着前所未有的挑战与机遇,亟需地质大数据分析的基础支撑。本文介绍若干种有价值的地质大数据分析工具及其应用。知识图谱以其强大的语义处理能力和开放组织能力,为大数据时代信息的知识化组织和智能应用提供了有效工具。它旨在描述真实世界中存在的各种实体或概念及其关系,构成一张巨大的语义网络图,以节点表示实体或概念,边则由属性或关系构成。机器学习与卷积神经网络模型仍然是当前地质大数据研究的热点。演化算法借鉴了自然界中生物进化与自适应过程的思想,是一种基于种群的元启发式最优化算法。它具有无需先验知识、能在全局范围内进行隐并行搜索的优点,可以用来精确地获取大数据中隐含的演化趋势与时空特征。图形社区发现技术将网络划分为若干个内部节点相似社区,为分析和理解网络提供有力的技术支持。随着空间分辨率、时间分辨率和辐射分辨率不断提高,遥感技术已广泛成为地质数据获得的主要技术手段。遥感大数据的数据存取和智能处理是最重要的发展方向。这些地质大数据分析方法已有成功的应用案例,并将广泛用于各种地质研究,如城市土壤污染智能监测、模拟、管控与预警研究,得益于地质大数据研究支撑系统的恰当选择以及地质大数据技术的强力支持,建立了可解释的多源多层城市土壤污染知识图谱,源于多源异构大数据有效融合的主要障碍正在去除。 相似文献
15.
16.
17.
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