基于CART算法的三维成矿预测研究——以安徽白象山矿区为例          下载免费PDF全文

李志辉  赵萍  李晓晖  袁峰  周宇章 《地质科学》2018,(4):1314-1326

把地质大数据和人工智能技术引入矿产资源定量评价及成矿预测体系中,提高了海量地质数据的有效信息挖掘,弥补了传统方法的不足。本文基于白象山矿区基础地质资料和物化探成果资料,利用三维地质体建模技术和三维空间分析技术,量化三维控矿因素,建立了一种基于CART 算法的三维成矿预测模型。通过在白象山矿区的实验表明：该模型能较好的定位已知矿体,并且预测出在已知矿体北部、东部、东北部、西部、南部和东南部具有较高的成矿概率,可圈定找矿靶区。该模型将地质大数据应用于找矿勘探工作,具有纯数据驱动、预测精度高、预测结果可靠等优点。研究发现,该模型的预测效果与训练数据集的数量、矿控因素提取、决策树深度等有关。  相似文献   

BPSA混合策略在GPS高程拟合中的应用   总被引：2，自引：1，他引：1  

范千  王新洲  朱轶群 《测绘工程》2006,15(2):9-11

针对误差反向传播(BP)算法训练速度慢和易于陷入局部最小值的缺点,利用BP算法监督学习特点,模拟退火算法(SA)在局部极小处的概率突变性,有效结合BP和SA算法,提出一种BPSA混合学习策略。将其应用于GPS高程拟合,并以实例验证了该算法的有效性。  相似文献   

一种工业热源提取方法:利用温度特征模板的BP神经网络     

李博  范俊甫  韩留生  孙广伟  张大富  张盼盼 《地球信息科学学报》2022,24(3):533-545

针对年尺度热异常数据提取工业热源的方法存在数量和空间精细化程度不足的问题,使用VIIRS Active Fire数据,提出了一种基于温度特征模板的BP神经网络工业热源提取方法。该方法以京津冀及周边地区为试验区,首先,根据工业热源空间聚集性特征,使用OPTICS算法划分热源对象;其次,根据热源的热辐射特征,构建工业热源与非工业热源温度特征模板;最后,以温度特征模板、热源统计特征等作为参数,使用BP神经网络提取工业热源对象。结果表明：① 本文提出的基于温度特征模板的BP神经网络算法的工业热源提取精度达到了96.31%,与时间滤波、逻辑回归方法相比较,工业热源提取精度分别提高了8.45%、7.53%;② 2015—2020年京津冀及周边地区6省市工业热源数量整体减少了27.46%;河北省工业热源对象数量和热异常点数量年均减少了8.06%和7.44%,相对于其他省市减少幅度最大;山东、天津的工业热源集中度分别提高了25.72%、86.64%,说明两地工业转型升级政策取得较显著成效;③ 唐山、邯郸、吕梁和长治4个城市工业热源对象数量占试验区全部的31.37%,为京津冀及周边地区工业热源主要分布城市;临汾、太原等7个城市工业热源聚集程度和能源消耗程度高于其他城市;北京、周口等11个城市工业热源聚集程度和能源消耗程度低于其他城市;④ 2020年1—5月,京津冀及周边地区工业热异常点数量相对于2019、2021年同期保持不变或增加,新冠疫情对试验区工业热源无显著影响;2020年1、2月武汉工业热异常点数量与2019、2021年同期相比数量减少了66.67%以上,2020年3—5月工业热异常点数量低于2019年同期,2020年1—5月新冠疫情对武汉市工业热源影响显著。该研究反映了京津冀及周边地区工业热源发展的现状及趋势,能够为降低能耗和提高第二产业集中度等相关政策的制定与调整提供有价值的参考。  相似文献   

多边形叠加Vatti算法的VCS优化方法与GPU并行化     

张志锟  范俊甫  徐少波  陈政 《地球信息科学学报》2022,24(3):437-447

Vatti算法是常用的矢量多边形裁剪算法之一,在其构建扫描束实现交点计算的过程中,二叉树的数据结构和递归计算方法导致其计算效率受矢量多边形边界顶点数量影响显著。本文针对Vatti算法执行过程中较为耗时的扫描束构建环节,提出了一种多边形边界顶点预排序的优化方法——VCS（Vertex Coordinate Pre-Sorting）方法,并基于该方法实现了对Vatti算法的GPU细粒度并行化。VCS方法使用双向链表对Vatti算法原有的二叉树数据结构进行了替换,以较小的额外存储空间取得了多边形边界顶点信息查找效率的明显提升。在GPU环境下采用双调排序算法对多边形边界顶点数组元素进行并行化排序并过滤出有效值,克服了原始算法使用二叉树存储导致效率低下的问题。实验结果表明,改进后的算法与原始算法相比,具有相同的计算精度;当多边形顶点数量为92万,CUDA每个线程块中的线程数量为32时,使用VCS优化方法,与采用CPU计算构建扫描束方法相比,GPU并行化方法获得了39.6倍的相对加速比,矢量多边形叠加分析算法效率总体上提升了4.9倍。  相似文献   

分数阶傅里叶变换联合支持向量机的建筑物变形预测     

古巍  李倩  陈代果 《大地测量与地球动力学》2022,42(12):1239-1245

提出一种分数阶傅里叶变换(fractional Fourier transformation, FrFT)与支持向量机(support vector machine, SVM)相结合的建筑物变形组合预测模型。首先利用FrFT对变形时间序列进行多尺度分析,将复杂时间序列分解为一系列结构较为简单的子序列;然后利用SVM对每个子序列分别建立预测模型,通过将各个子序列的预测结果进行综合叠加,得到最终预测结果;同时考虑到SVM模型参数选择的难题,提出一种改进果蝇优化算法(improved fruit fly optimization algorithm, IFOA)对其进行全局寻优,提升预测性能。以西南地区某混凝土坝变形实测数据为例开展验证实验,结果表明,本文组合预测模型能够充分挖掘数据中隐含的趋势性和规律性信息,获得较高的预测精度。  相似文献   

2019年河南淅川ML 4.2地震震源深度测定     

郑培玲  付靖  万娜  高家乙  贾漯昭 《地震地磁观测与研究》2022,43(3):33-37

采用震源深度测定的确定性方法（PTD）和震源机制CAP反演法,对2019年11月30日河南淅川丹江口水库发生的M_L 4.2地震进行分析,重新计算了此次地震的震源深度。结果表明,2种方法所得到的震源深度基本一致,均约为7.0 km,与中国地震台网中心统一编目结果（7.1 km）相差不大,此结果可能表明地震监测台网相对较好的情况下,用不同方法测得的震源深度相差不大。  相似文献   

2020年7月12日唐山5.1级地震前高光谱多参数异常特征分析          下载免费PDF全文

丁志华  崔月菊  唐杰 《中国地震》2022,38(3):494-502

基于高光谱遥感数据,通过RST算法提取2020年7月12日唐山5.1级地震前不同参数异常信息,发现震前CH₄、CO、H₂O、O₃均出现了高值异常,且异常均位于震中附近,异常幅度高于2倍均方差,CH₄、CO、H₂O异常机理不同于O₃。通过统计2018—2020年CH₄、CO、H₂O三种气体出现频次,发现同步异常具有可靠性,认为高光谱多参数异常出现的同步性,可提高异常性质判定的信度。通过对不同参数进行连续跟踪观测,提取多参数同步异常信息,对地震短临预报具有一定参考意义。  相似文献   

基于快速流式算法的局部余弦相似属性     

周紫嫣  刘洋  刘财  王青晗  郑植升 《地球物理学报》2022,65(1):349-359

相似性是一种常用的衡量不同图像之间差异程度的属性,广泛应用于地震数据处理环节.由于地震数据本质上是非平稳的,局部相似性比全局相似性更适用于刻画地震数据的时-空变化特征.现有的局部相似属性可以通过正则化最小二乘问题进行计算,但是其计算过程需要大量的计算时间和数据存储空间,难以适应当前的海量数据处理任务.本文提出了一种基于快速流式算法的局部余弦相似性计算方法,其采取局部数据递推的模式,避免迭代算法带来的计算负担,在保证计算精度的前提下能够快速地表征不同数据之间的差异.流式局部余弦相似性可以用于解决不同的地震数据处理问题,包括叠前地震数据加权叠加、多波多分量数据纵横波速度比估计以及基于构造预测的断层检测,更加适用于现阶段的宽方位角和高密度采集数据的处理流程.理论模型和实际数据测试结果可以验证流式局部余弦相似性算法的效率优势和解决不同地震数据处理问题的有效性.  相似文献   

基于局部采样MCMC方法的时移探地雷达反演     

王升超  韩立国  巩向博  张盼 《地球物理学报》2022,65(3):1135-1143

马尔科夫链蒙特卡洛方法(MCMC)是一种启发式的全局寻优算法,可以用来解决概率反演的问题.基于MCMC方法的反演不依赖于准确的初始模型,可以引入任意复杂的先验信息,通过对先验概率密度函数的采样来获得大量的后验概率分布样本,在寻找最优解的过程中可以跳出局部最优得到全局最优解.MCMC方法由于计算量巨大,应用难度较高,在地球物理反演中的应用尚处于起步阶段.作者将MCMC方法应用到时移探地雷达(GPR)反演中,并结合双差法对时移的目标区域进行准确反演.在双差法时移反演的过程中,作者对目标区域使用拓展的Metropolis算法进行局部采样,减小了计算量的同时,进一步提高了目标区域的反演精度.最后对合成的数据进行了反演测试,对目标区域的反演误差进行了分析,说明了基于局部采样的MCMC反演方法的有效性,目标区域反演结果特征明显,反演效果好.  相似文献   

基于机器学习模型的淮河流域中长期径流预报研究     

胡义明  陈腾  罗序义  唐超  梁忠民 《地学前缘》2022,29(3):284-291

准确可靠的中长期径流预报是支撑水资源科学调配、提高水资源利用效率的关键。本研究采用AdaBoost模型(AdB)、随机森林模型(RF)和支持向量机模型(SVM)进行淮河流域王家坝和蚌埠站当年11月至次年10月共12个月的中长期径流预报研究。采用置换准确度重要性度量法从130项气象-气候因子及前期降雨/流量构建的1 562个因子变量中筛选出影响各月径流的关键因子,构建了基于AdB、RF和SVM模型的各月径流预报模型,模型参数采用随机搜索技术并结合交叉验证方式确定。采用变幅误差合格率和等级(五级)预报合格率指标对模型的预报精度进行了评估。变幅误差合格率指标表明,王家坝12个月的平均合格率分别为99.8%(AdB)、96.6%(RF)和95.9%(SVM),蚌埠站分别为100%(AdB)、94.8%(RF)和93.8%(SVM);等级预报合格率指标表明,王家坝12个月的平均合格率分别为79.0%(AdB)、76.4%(RF)和79.9%(SVM),蚌埠站分别为81.0%(AdB)、75.6%(RF)和76.6%(SVM)。模型均具有较好的预报效果,但RF和SVM模型对于高流量值的预报存在偏低现象,AdB模型整体上优于RF和SVM模型。  相似文献