一、虚拟现实技术及其在铀矿地质领域中的应用探讨(论文文献综述)
范文遥[1](2021)在《基于因子分析与分形理论的地球化学数据分析方法研究》文中指出地球化学作为地学领域的一个分支,在地质勘查及资源预测等方面均具有不可替代的作用。运用不同的分析方法对地球化学数据进行分析处理时,研究人员通常会得到相对不同的地质分析结果,进而对实际地质探勘及资源预测等研究产生一定的影响。因此,如何根据研究区实际地质构造条件、区域地质概况及水文地质条件选取并提出最佳地球化学数据分析方法就显得尤为重要。依据地质体的复杂性、元素组合富集的不均一性和元素迁移的各向异性,对地球化学数据处理方法进行最佳选择分析,可查明某些化学元素在时间和空间上的富集规律、建立区域定量地质模型、探明成矿规律与成矿作用等,为区域地质普查与详查、资源勘探及资源预测等研究提供一定的科学依据。由此,本文分别运用两种方法对鄂尔多斯盆地外围北部固阳县一带的水系沉积物地球化学数据进行处理分析,分别为基于成分数据处理的因子分析和分形理论,取得了较好的结果。具体介绍如下:1.地球化学数据可以视为一种典型的成分数据,结合因子分析,可以更好地探讨数据间的联系。一方面,成分数据具有等价性、闭合性质和单形空间性质,研究并探讨数据集之间各个分量与总体向量比值的差距,可以挖掘出数据间隐藏的内在联系。另一方面,传统的因子分析实质是一种线性降维手段,不适用于非线性的地球化学数据处理。然而通过不同的对数比变换,不仅使得数据满足正态分布规律,还能够消除闭合效应和协方差负相关性,更加适合于后续的统计分析。本文案例中,针对微量元素和氧化物两部分,分别采用加性对数比变换、中心化对数比变换进行因子分析,并与原始数据的因子分析结果进行对比。结果表明,加性对数比变换情况下所得到的因子组合,相比于中心化对数比变换和原始数据的因子组合要好,其相关性更强,并且因子得分图上与区域地质背景较吻合:2.在典型成分数据分析的基础上,采用含量—面积分形法,使其能够更好地识别研究区域内铁元素的弱异常。结果表明,分形方法所确定的异常下限大小为2.73%,而传统方法所确定的异常下限值为7.92%。分形方法不仅保留了 2个元素强异常场,而且还能够较好地识别了 5个元素弱异常场,异常分布与铁矿点的位置吻合。该方法相比于传统方法,识别异常结果要好。与此同时,在非矿点区域也识别了一些铁元素的异常,可以作为区域找矿的一个指标。这些铁矿成因复杂,主要以变质铁矿为主,并且围岩岩性有所差异。3.在多重分形理论的基础上,结合快速傅里叶变换,从频域角度入手来处理地球化学数据,进而刻画不同的背景场。将地球化学数据看成一维的离散信号,并对其进行快速傅里叶变换,得到的功率谱图像具有多重分形的特征。采用分形思想,确定区域背景异常和局域背景异常的截止频率f1和f2,做低通滤波变换后再进行傅里叶逆变换,从而得到不同场下的元素含量分布。其中,区域背景异常可以看成是地球化学场结构下的“动态”背景值,用(X+2S)来计算动态背景下的异常下限。局域背景异常可以看成是背景场过滤后的地球化学异常场,每一个点的异常下限不同,可以直接进行异常的圈定。结果表明,区域背景异常的圈定,包含了不同地质条件作用下所引起的元素富集,对于弱异常的提取效果较差。然而局域背景异常的圈定,不仅保留了原始地球化学场的信息,还能够将弱异常场圈定出来,效果较好。两种方法可以相互结合,从而验证异常圈定的正确性。
周永章,左仁广,刘刚,袁峰,毛先成,郭艳军,肖凡,廖杰,刘艳鹏[2](2021)在《数学地球科学跨越发展的十年:大数据、人工智能算法正在改变地质学》文中研究指明近十年是科学研究从问题驱动向数据驱动转变的转折时期,科学研究的第四范式—数据密集型科学发现应势而生。这期间,大数据与人工智能算法的引入使数学地球科学实现跨越式发展,并正在改变地质学。机器学习是使计算机具有智能的根本途径。深度学习,即多层神经网络的方法,是一种实现机器学习的技术,是过去几年大数据与数学地球科学研究的最重要的热点。贝叶斯网络是贝叶斯公式和图论结合的产物,可用来建立矿床地质的成因网络,进而理解矿床成因。地质大图形问题可以转化为大型的复杂网络空间问题和社区结构问题,社区分析技术可用于地震预报、地质网络分析、特殊地质现象识别、矿床预测。关联规则和推荐系统算法在地质研究中已有成功的应用实例。化探数据及其异常经常包含复杂和非线性模式,深度学习在智能识别与提取复杂地质条件下地球化学异常具有优异的能力,卷积神经网络、堆叠自编码机等是较为常用和有效的方法。非线性矿产资源预测、基于GIS和三维地质建模的三维成矿预测及相应的软件系统得到持续改进。三维虚拟仿真建模技术的应用实现了多模态、跨尺度地学虚拟现实与多维交互,地质过程数值模拟等已有创新性进展。区块链技术以及OneGeology、玻璃地球、深时数字地球等大地质科学计划,将在整合全球地质大数据、共享全球地学知识、推动数学地球科学学科发展方面起到重大的推动作用。
汤谨晖[3](2020)在《粤东北仁差盆地铀多金属矿成矿地质特征与成矿预测》文中研究指明仁差火山断陷盆地处于NE向武夷多金属成矿带西南端与EW向南岭成矿带东端这一独特的地质构造交汇部位。区内印支—燕山早期岩浆活动频繁,燕山晚期火山活动强烈,发育多组断裂构造。盆地具有优越的区域地质成矿条件,属国内重要的铀多金属矿聚集区之一。目前,在盆地中已发现多个U、Mo、Au、Ag等多金属矿床和一批矿化(点),成矿前景较好。以往盆地基础地质工作主要局限于几个已知矿床,矿床外围空白区较多,对许多基础地质问题未进行系统研究。另外,对盆地及邻区丰富的地质、物化探、遥感等地学信息,尚未利用现代矿产资源预测评价理论方法进行系统分析和综合评价,这成为制约盆地下一步找矿方向的拓展和找矿勘查突破的主要问题之一。本文全面系统地收集、整理与盆地有关的地质、物探、化探、遥感和矿产等资料,在借鉴和吸收前人研究成果基础上,结合野外地质调查和样品测试,在盆地成矿地质条件分析的基础上开展典型矿床研究,基本查明了矿床主要控矿因素;全面梳理了铀多金属矿空间分布规律,厘定了矿床成矿序列及矿床成因,建立了盆地成矿模式。利用地质、物探、化探、遥感等多源地学信息,提取成矿异常信息。根据找矿标志,构建矿床成矿预测地质模型。采用MORPAS评价系统数据知识的“经验模型法+成因模型法”的混合驱动形式,应用“找矿信息量法”对特征异常信息进行叠加分析,对各成矿单元开展成矿预测,圈定找矿靶区,并对各靶区分别进行了远景评价。具体研究过程中取得成果简述如下:(1)在古应力要素研究基础上,恢复了盆地自中生代印支期至古近纪始新世的构造—沉积—岩浆演化序列。同时根据对盆地及周边节理在不同地层单元产状和切割关系筛分,认为盆地主要存在四期共轭节理。第四期节理集中在晚白垩世至古近纪地层中,最大主应力轴轴向EW,呈现EW挤压及SN伸展的应力状态,盆地在该阶段以伸展断陷为主,与盆地铀主要成矿年龄阶段相对应。区内最关键控矿因素应为断裂构造,NNE向、NWW向、EW向断裂交汇复合部位因拉张作用形成的张裂区(带),是成矿流体最理想的存储空间(容矿构造),控制主要铀矿床(矿体)空间定位。(2)盆地次流纹斑岩岩石地球化学特征表现出硅、铝过饱和的高钾钙碱性系列和钾玄岩系列的流纹岩特征。岩浆源区可能来自壳源,次火山岩不是结晶分异作用的产物,上地壳岩石的部分熔融可能是其主要的形成机制,样品表现出来的结晶分异特征应是岩浆超浅层侵入过程中长英质矿物发生结晶的结果。对盆地基底文象花岗岩进行LA-ICP-MS锆石U-Pb同位素定年,首次测得两个谐和年龄分别为179±1Ma和186±1Ma,形成时代为早侏罗世晚期,即燕山第一幕岩浆活动之产物。测年成果加深了对仁差盆地构造—岩浆演化的认识,也为粤东北地区在早侏罗世缺乏岩浆岩活动的报道提供了新的年代学数据。(3)对典型矿床关键控矿因素及矿床成因进行剖析,认为:差干多金属矿床应属再造富集而成的沉积—火山热液复成因矿床,隐伏断裂构造控制了深部主要矿体的展布范围,改变了前人对成矿单一“层控”的地质认识;麻楼矿床应属浅成中低温热液型铀矿床,空间定位于次流纹斑岩内接蚀带边缘相(细斑次流纹斑岩)0~30m内,矿化分布在由挤压破碎产生的次级密集裂隙群带中;鹅石矿床应属沉积—火山热液复成因矿床,产于晚白垩世叶塘组上组上段顶部第三韵律(K32-Ⅲb)中的层凝灰岩、含砾凝灰岩中。盆地酸性火山岩应是铀物质来源的主体,另外因素是深部岩浆活动;成矿流体具有多来源特征,由大气降水和深源流体叠加作用而成。(4)通过锆石U-Pb同位素测年,认为盆地火山岩主要是晚白垩世早期(K2)火山活动的产物。铀矿样品206Pb/238U年龄结果表明,成矿时代由晚白垩世晚期一直延续到新近纪上新世,应是多期多阶段成矿。根据矿床成矿系列理论中“地质时代(旋回)—矿床成矿系列(组)—矿床成矿亚系列—矿床”的研究思路,厘定了盆地矿床的成矿系列,将盆地矿床归于晚三叠世—白垩纪(燕山旋回)下3个矿床成矿亚系列。并依据矿床控矿因素及地质作用环境差异,将盆地4个矿床划分成差干式、麻楼式2个找矿模式。(5)对多源地学信息进行异常提取,盆地内共圈定伽玛综合异常晕圈10个(U-1~U-10),Ⅰ级水化远景区8个(Ⅰ-1~Ⅰ-8);对水系沉积物测量19种元素的地化数据,采用聚类分析、因子分析原理,确定矿区地球化学特征元素组合,提取出Hg-Y-La组合、Bi-Sn-W-Be组合、Zn-Mo-Nb组合、Au-Pb组合、Cu-Zn组合综合异常;选用ETM+遥感影像7个高光谱波段对铁离子蚀变矿物、羟基蚀变矿物及硅化、中基性岩脉等异常信息分别进行识别提取。在上述地球物理、地球化学、遥感影像等信息提取基础上,编制了各类综合异常成果图件。(6)根据盆地成矿规律,结合多源地学信息提取结果,建立区内火山岩型铀矿床主要找矿判别标志。从成矿地质背景、构造与结构面关系、成矿特征等参数方面研究,建立盆地成矿预测地质模型。采用数据知识的“经验模型法+成因模型法”的混合驱动形式,利用MORPAS3.0的空间分析功能进行特征信息量叠加分析,并圈定了找矿靶区。区内共圈定5个A级找矿靶区(编号:A1~A5)、3个B级找矿靶区(编号:B1~B3),对各找矿靶区分别进行了远景评价。
王桔[4](2020)在《鄂尔多斯盆地砂岩型铀矿成矿过程随机模型研究》文中研究指明砂岩型铀成矿系统的研究一直是全世界铀矿开采、勘探的热点问题,亦成为数字地质科学研究的重点。解决数字地质科学的复杂性问题,需要创建模型将问题定量化、标准化,同时将地质过程(时间与空间)程度刻画更为精确。因此,应用地质过程随机模型来表达地学意义,更具有适应性和学术价值。本文从砂岩型铀矿成矿系统复杂性分析入手,在前人研究成果基础上,进行尝试的一种探索性研究。砂岩型铀矿是在表生地质作用下,由周缘不同含铀母岩蚀源区提供的铀及相关元素历经风化、剥离、水解、迁移、沉积、聚集等一系列深时演化过程,在地表土壤及水系中形成了分散晕或水系沉积物,代表元素迁移痕迹,这种地球化学数据具有多元多期次叠加过程,建立网格采样所形成的离散样本空间也具有叠加性。由于盆地周缘与盆地之间地形地貌上的差异性原因,含矿流体迁移方向总体上由高地形向低地形释放能量。因此,体现在地球化学元素离子网格数据特征上,可抽象为物质质点的定向移动(有限制的布朗运动),由于移动过程的定向性,可认为空间质点性质与其源头相邻上方质点有关,也就是说按照流体运行方向,空间质点的性状仅与其上游邻点表现出极强的相关性,而与上游间隔点或下游间隔点无关或弱相关,这种空间运行状态启发我们,元素质点运动呈现极强的无记忆性,也即遵守马尔可夫性。鉴于取样网格离散性质,可以认为元素离子迁移质点构成马尔可夫链;盆地沉积地层分布在空间秩序上呈现无后效性,也即地层当前层只与它紧邻下覆层分布有关,与其它地层层序号无关,因此可将盆地沉积地层视为具有马尔可夫性。这正是本文运用马尔可夫链来度量和解释铀及相关地球化学元素表征迁移演化及铀矿盆地地层建造空间分布的原因。可将整个成矿过程划分为:以测井数据马尔可夫链模型和以地球化学元素迁移过程马尔可夫链模型,两大随机模型组合为标志的砂岩型铀矿成矿过程空间分布的研究。从而佐证砂岩型铀矿表生成矿系统马尔可夫链模型,在砂岩型铀矿资源定量评价中的地位与支撑作用。论文内容属于国家973计划《中国北方巨型砂岩铀成矿带陆相盆地沉积环境与大规模成矿作用》项目中第5课题《基于大数据的铀资源潜力评价》(课题编号:2015CB453005)的组成部分。以鄂尔多斯盆地钻孔测井数据及地球化学元素作为数据支撑,创建钻孔测井数据马尔可夫链模型和地球化学元素迁移过程马尔可夫链模型两大随机模型,并根据结果度量盆地内部沉积相结构及含矿地层特征分析,并解释盆地外围铀及相关元素表征迁移演化过程,最终为陆相盆地砂岩型铀矿地球化学元素迁移能力分析及成矿过程估算提供理论依据。其主要成果如下:1.以钻孔测井数据为案例的地层状态空间马尔可夫链模型分析(1)利用钻孔测井数据,建立铀矿赋矿地层的马尔可夫链模型,并通过地层转移概率计算确定各地层岩性状态的转移大小;(2)应用钻孔测井数据,建立赋矿地层的马尔可夫熵,揭示地层岩性转移概率随机性发生的规律;(3)对钻孔测井数据进行标准化处理,建立砂岩型铀矿地层钻孔测井数据贝叶斯模型,推断盆地砂泥结构;(4)根据钻孔测井曲线图的曲线形状,判断目标区的岩性状态和砂体内部结构以及沉积相对砂岩铀矿化控制;2.基于铀及相关地球化学元素离散取样数据的马尔可夫链模型分析(1)对地球化学元素进行预处理并剔除“奇异值”,通过地球化学元素关联性分析,以硼(B)、铀(U)、钒(V)三个关联性较高元素为例,建立元素迁移的马尔可夫转移概率模型,绘制含量二维图及转移概率三维图;(2)通过地球化学元素迁移马尔可夫转移概率,绘制以硼(B)、铀(U)、钒(V)三个元素为例的元素转移路径图,并应用聚类分析,将三元素转移路径聚类为三条主要线束路径并叠加。
王建刚[5](2020)在《基于机器学习的航空高光谱遥感岩性识别技术研究》文中研究指明航空高光谱遥感在地质勘查领域应用广泛。鉴于地质调查领域对岩性地质填图的各种需求,遥感岩性识别逐渐发展为遥感地质领域一个重要的研究方向。但遥感岩性识别仍存在信息处理表现不佳、对工作人员的先验知识要求高、数据量大存储处理难等诸多问题,因而急需寻求适用于航空高光谱遥感数据的岩性识别处理分析方法。近些年,机器学习方法,尤其是以神经网络深度学习为代表的数据处理方法,在分类、识别等领域表现效果优秀。在核地质系统对新技术方法研究的大力支持的情况下,本次研究将遥感岩性识别问题与机器学习中的神经网络方法相结合,以甘肃龙首山地区为研究区,开展了基于机器学习的航空高光谱遥感岩性识别研究。基于机器学习的航空高光谱遥感岩性识别,主要进行了以下三个方面研究:(1)基于机器学习的航空高光谱遥感岩性识别流程设计。设计了适用于遥感地质领域的航空高光谱遥感岩性识别流程方法;(2)基于自编码神经网络的航空高光谱遥感数据降维特征提取。使用自编码神经网络方法,对多波段维度的航空高光谱遥感数据进行降维与特征提取,并进行实验验证;(3)基于深度神经网络方法的航空高光谱遥感岩性识别。将深度神经网络方法应用在岩性分类问题上,进行基于深度神经网络方法的地表岩性识别,并进行实验验证。实验结果表明:(1)基于机器学习的航空高光谱遥感岩性识别流程能够满足遥感岩性识别研究的需求,根据流程能够较好的进行遥感岩性识别,足以为后续研究提供参考;(2)在测试数据上,计算得出基于自编码网络的误差为0.0000334,方法效果较好,具有可行性;(3)在测试数据上的,计算得出识别结果精度为87.1%;在实际分类实验中,将分类结果与地质图进行对比,发现从分类结果图与实际地质图有一定相似性,从整体上看,Q、Pt2d3、∈1三种地层岩性识别上效果较好,Pt1t、N1、O33-2γβ类别上效果较差。总体来说,该方法具有一定可行性。
张川[6](2020)在《岩心成像光谱技术与江西相山铀矿蚀变三维建模》文中指出蚀变是热液型矿床重要的找矿要素,长期以来,针对深部蚀变信息的精细探测和反演仍缺少有效的新技术支撑。成像光谱技术是对地观测领域的前沿,在蚀变矿物填图方面具有独特优势。本研究将其引入深部钻孔岩心蚀变信息识别和探测方面,以我国最大的火山热液型铀矿田——江西相山铀矿田西部的河元背、邹家山两个重要矿床为研究对象,通过开展岩心成像光谱扫描、数据处理和分析,建立了岩心成像光谱蚀变信息提取、编录和三维建模等一整套技术方法,实现了深部高光谱蚀变信息半定量二维、三维可视化。在此基础上,综合成矿动力学、成因矿物学及X衍射分析等手段,探讨了相山深部热液蚀变过程及其与铀成矿的联系,为深部蚀变信息精细探测提供了新的应用示范,也为铀矿勘探提供了参考。本次研究主要取得的成果和认识如下:(1)基于HySpex地面成像光谱数据处理方法、光谱相似性匹配方法、蚀变信息相对含量统计方法,建立了“图谱合一”高分辨率岩心成像光谱数据蚀变信息半定量编录技术,能够弥补传统地质编录在精细化和定量化程度方面的不足,提高了深部蚀变信息分带的客观性和可靠性,为地质矿产勘探钻孔岩心编录提供了一种新的思路和手段。(2)结合地质统计学理论,以连续型随机变量描述深部蚀变发育,以序贯高斯随机模拟为手段,建立了基于岩心成像光谱编录的深部蚀变信息三维建模技术,构建了相山西部河元背矿床和邹家山矿床5类高光谱蚀变信息三维模型,实现了深部蚀变信息三维精细反演和可视化,为深部蚀变空间特征和成矿环境综合研究提供了全新的技术支撑。(3)钻孔岩心成像光谱蚀变信息的三维建模反映了河元背矿床和邹家山矿床具有不同的蚀变规模和蚀变类型,河元背矿床可能处于相山西部的另一个火山通道附近。与铀矿密切相关的伊利石化具有Al-OH吸收峰波长偏短波和偏长波的两种亚型,短波伊利石与高岭石-地开石空间相关,空间上具有上-短波伊利石、下-长波伊利石的分带特征。与水云母-萤石型铀矿化相关的伊利石主要是短波伊利石。(4)结合相山火山盆地晚中生代成矿动力学背景、成因矿物学理论、XRD分析和碱交代成矿机制,分析和预测了火盆结构形成之后的相山深部一系列蚀变矿物形成环境和演化进程,建立了钠交代期→钾交代期→酸交代期3阶段铀成矿蚀变演化模式。相山深部碱交代作用具有先钠后钾、先碱后酸、下碱上酸的演化特征。
贺金龙[7](2020)在《基于地质文献的智能问答算法研究及实现》文中提出近年来,随着国家科技创新建设的不断发展,在地质风险防范及应用示范中不断探索,国土资源部以及中国地质调查局在国家“十三五”计划的基础上创新性提出三步走方案,围绕国家科技战略在地质领域促进经济的快速发展与科技服务创新,利用科技力量来解决环境问题及地球系统安全问题。当前,在地质挖掘发现中,PB级别的电子文档、文本等非结构化离散数据对于地质检索及统计发现非常不利,同时,随着国家经济水平提升,民众对于服务的高效率渴求愈加提升,所以为满足国家科技创新战略部署及人民生活质量渴求,中国地质调查局针对地质知识发现提出建设基于地质文献的知识发现辅助决策平台,本文在知识发现过程中以地质知识智能问答服务为切入点进行地质领域知识关联的辅助决策支撑与知识服务研究,研究工作包括以下三个方面:(1)从询问语句信息中进行命名实体识别。针对问答系统中用户询问的地质知识使用基于网格的LSTM模型进行地质领域的命名实体识别,包括从地质化学到生物昆虫的地质信息,进而实现知识图谱的节点信息映射。(2)对询问语句信息进行除地质实体外的用户意图判断。使用基于字符的卷积神经网络CNN对用户询问信息中除命名实体识别部分的信息进行属性分类,包括从定义、属性标签、关系到知识推理的14种类型,进而实现用户意图。(3)问答平台的架构设计及应用实现。利用Python的Web轻量开发框架对文献数据进行处理存储,进而实现了关于地质问答辅助决策的服务平台。针对传统基于模板匹配、关键词共现、人工特征集合等方法的问答机器人存在的用户意图识别耗时、费力且扩展性不强问题,本文的混合模型将用户询问意图识别看作分类问题,首先使用网格记忆网络进行文本信息的命名实体识别,然后使用卷积神经网络将用户输入的其他文本信息进行属性分类,接着将分类结果转化为满足知识图谱查询的结构化方式,最终实现属性映射的用户意图识别。实验表明,该混合模型重点考虑研究对象的特点,有效提高了问答系统意图识别的准确率。
叶发旺,蔡煜琦,李瀚波,邱骏挺,王建刚[8](2019)在《铀资源勘查大数据技术研究框架思路》文中研究指明大数据正以一种颠覆性的技术革命影响着世界各个领域的各行各业。从铀资源勘查角度出发,对大数据的内涵与特点、大数据技术研究框架思路、大数据技术研究关键问题、研究现状及实施步骤、以及研究对策建议等内容进行了探讨。提出大数据是涵盖大数据特征、大数据技术、大数据应用等技术内涵的全新理念,以及构建铀矿地质云等观点。这些探讨可为铀资源勘查领域如何全面理解大数据,以及如何开展大数据技术应用研究和实施大数据战略提供重要参考和启示。
张文柯[9](2017)在《学者研究兴趣网络构建与分析》文中进行了进一步梳理本文了解到学术领域存在信息过载和信息孤岛等问题,大部分学者没有足够的时间和精力对逐年增长的学术文献进行研读,仅通过关注核心期刊、领域核心人物或领域主要会议来了解研究领域的研究动态,这样容易造成学者在学术上的信息孤岛,无法及时发现和了解自己感兴趣的文章和与自己具有相同研究兴趣的学者。本文受电商平台广泛使用的用户购物兴趣模型启发,以地质领域为例,提出构建学术领域学者研究兴趣网络。在网络构建过程中,利用主题模型良好的主题抽取能力,结合不同的用户兴趣模型构建方法进行网络构建和分析。为了确保学者研究兴趣抽取结果的质量,本文制定了重名消歧规则来识别语料中的唯一作者,并通过领域词典构建、固定短语抽取等方法保证中文分词的质量。在集体学者研究兴趣网络构建过程中,使用LDA主题模型汇总多位学者数据训练一个主题模型,并从中抽取每个学者的研究兴趣,根据学者之间是否具有相同研究兴趣构建学者研究兴趣网络。在个体学者研究网络构建过程中,使用作者主题模型为每个学者训练一个主题模型并抽取研究兴趣,通过计算主题相似度构建学者研究兴趣网络。针对这两种学者研究兴趣网络分别使用复杂网络和二分网络的分析方法进行网络分析,发现地质领域的研究热点集中于油气资源和矿产资源的形成及开发。最后通过抽取学者研究兴趣随时间变化的趋势,构建了动态学者研究兴趣网络。学者研究兴趣网络是学术推荐系统的基础,据此可以进一步探索学者感兴趣文章推荐、具有相似研究兴趣的学者推荐等研究方向。
刘德长,李志忠,王俊虎[10](2011)在《我国遥感地质找矿的科技进步与发展前景》文中认为结合遥感地质找矿的典型案例,包括石油、煤炭、有色金属、铀矿和非金属等矿产,总结回顾了我国遥感地质找矿从起步-高潮-低潮-高潮的发展历程和取得的科技进步,指出遥感地质找矿历程虽然曲折,但一直在创新中前进,在曲折中进步,推动着我国找矿事业的持续发展,促进着我国矿产资源的发现。同时从国家需求、应用领域、技术发展和理念更新等四个层面,展望了遥感地质找矿的发展前景,特别是强调了国家的需求是遥感找矿的动力,高空间分辨率的高光谱遥感数据为遥感直接找矿带来了希望;"光谱地壳"计划提出的矿物高光谱立体填图,为探索遥感技术的深部找矿开辟了新的途径;陈述彭院士强调的遥感的应用应从"技术索引"的思路中走出来,从"技术层面提升到科学层面",为今后遥感找矿的深化应用指明了方向。在综合分析遥感地质找矿的科技进步与发展前景的基础上,指出现在是机遇与挑战并存,而机遇大于挑战,应抓住机遇,应对挑战,再创遥感地质找矿的新局面。
二、虚拟现实技术及其在铀矿地质领域中的应用探讨(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、虚拟现实技术及其在铀矿地质领域中的应用探讨(论文提纲范文)
(1)基于因子分析与分形理论的地球化学数据分析方法研究(论文提纲范文)
中文摘要 |
Abstract |
第1章 绪论 |
1.1 选题依据及研究意义 |
1.2 地球化学数据处理研究现状 |
1.2.1 初级发展时期 |
1.2.2 发展与提高时期 |
1.2.3 GIS与地学大数据时期 |
1.3 研究内容与方法路线 |
1.3.1 研究内容 |
1.3.2 研究数据统计 |
1.3.3 研究路线图 |
1.4 论文结构 |
第2章 区域地质概况 |
2.1 研究区自然地理概况 |
2.2 盆地构造特征及其演化 |
2.2.1 盆地构造特征 |
2.2.2 盆地演化 |
2.3 盆地地层特征 |
2.4 本章小结 |
第3章 成分数据处理在地球化学数据因子分析过程中的应用 |
3.1 成分数据的基本概念与性质 |
3.1.1 成分数据的基本概念 |
3.1.2 成分数据的性质 |
3.2 成分数据处理在因子分析过程中的应用 |
3.2.1 地球化学数据的预处理 |
3.2.2 地球化学数据的变换方法 |
3.2.3 成分数据的协方差矩阵 |
3.3 实验结果分析 |
3.3.1 氧化物分析结果 |
3.3.2 微量元素分析结果 |
3.4 结论 |
3.5 本章小结 |
第4章 含量-面积分形法在地球化学元素异常圈定中的应用 |
4.1 传统方法元素异常识别的局限性 |
4.2 含量-面积分形简介 |
4.2.1 分形理论简介 |
4.2.2 含量—面积分形原理与实现 |
4.3 实验结果分析 |
4.4 本章小结 |
第5章 基于快速傅里叶变换的分形理论在地球化学元素异常圈定中的应用 |
5.1 傅里叶变换的概念与性质 |
5.1.1 傅里叶变换的概念 |
5.1.2 傅里叶变换的性质 |
5.2 基于快速傅里叶变换的多重分形滤波 |
5.2.1 快速傅里叶变换与多重分形 |
5.2.2 滤波器的设计 |
5.3 实验结果分析 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 本文结论 |
6.2 存在的问题与展望 |
参考文献 |
作者简介及科研成果 |
致谢 |
(2)数学地球科学跨越发展的十年:大数据、人工智能算法正在改变地质学(论文提纲范文)
0 引言 |
1 深度学习与人工智能地质学 |
1.1 机器学习、深度学习 |
1.2 人工智能地质学 |
1.3 知识图谱 |
2 大数据挖掘 |
2.1 高维数据 |
2.2 大图形数据 |
2.3 关联规则与推荐系统算法 |
3 地球化学异常识别与提取 |
4 矿产资源预测与评价 |
4.1 非线性矿产资源预测 |
4.2 基于GIS的矿产预测 |
4.3 基于三维地质建模的三维成矿预测 |
5 地质虚拟现实 |
6 地质过程模拟 |
6.1 多点地质统计学 |
6.2 地球动力学数值模拟 |
6.3 成矿地质过程数值模拟 |
7 区块链技术应用 |
8 大地质科学计划 |
8.1 OneGeology |
8.2 玻璃地球 |
8.3 化学地球 |
8.4 深时数字地球(DDE) |
9 展望 |
(3)粤东北仁差盆地铀多金属矿成矿地质特征与成矿预测(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 选题背景与意义 |
1.2 成矿规律与矿产预测研究现状 |
1.2.1 国内外研究现状 |
1.2.2 研究区研究现状 |
1.2.3 存在的问题 |
1.3 研究内容与研究思路 |
1.3.1 研究内容 |
1.3.2 研究思路 |
1.4 主要工作量 |
1.5 论文的创新点 |
2 区域成矿地质背景 |
2.1 区域地质概况 |
2.2 区域地质特征 |
2.2.1 区域地层 |
2.2.2 区域构造 |
2.2.3 区域岩浆岩 |
2.2.4 区域地质演化 |
2.3 区域地球物理特征 |
2.3.1 航空伽玛场特征 |
2.3.2 重力场、磁场特征 |
2.4 区域地球化学特征 |
2.4.1 铀、氡地球化学特征 |
2.4.2 多金属地球化学特征 |
2.5 区域遥感特征 |
2.6 区域矿产特征 |
3 研究区铀多金属成矿地质条件 |
3.1 地层 |
3.1.1 寒武系(?) |
3.1.2 泥盆—石炭系(D_(2+3)—C_1) |
3.1.3 白垩系上统(K_2) |
3.1.4 古近系(E) |
3.1.5 第四系(Q) |
3.2 构造 |
3.2.1 褶皱 |
3.2.2 断裂构造 |
3.2.3 火山构造 |
3.3 岩浆岩 |
3.3.1 侵入岩 |
3.3.2 火山岩 |
3.3.3 次火山岩 |
3.4 变质岩 |
3.4.1 区域变质岩 |
3.4.2 动力变质岩 |
3.5 仁差盆地形成演化及与铀多金属成矿关系 |
3.5.1 盆地形成演化特征 |
3.5.2 盆地形成演化与成矿关系 |
4 典型矿床地质特征与控矿因素 |
4.1 差干多金属矿床 |
4.1.1 矿床地质特征 |
4.1.2 矿体地质 |
4.1.3 矿石物质成分及围岩蚀变 |
4.1.4 控矿因素分析 |
4.2 麻楼矿床 |
4.2.1 矿床地质特征 |
4.2.2 矿体地质 |
4.2.3 矿石物质成分及围岩蚀变 |
4.2.4 控矿因素分析 |
4.3 鹅石矿床 |
4.3.1 矿床地质特征 |
4.3.2 矿体地质 |
4.3.3 矿石物质成分及围岩蚀变 |
4.3.4 控矿因素分析 |
5 铀多金属矿床成矿规律与成矿模式 |
5.1 铀多金属矿床时空分布规律 |
5.1.1 成矿空间分布规律 |
5.1.2 成岩成矿时间分布规律 |
5.1.3 矿床成矿系列厘定 |
5.2 成矿要素 |
5.3 成矿过程与成矿模式 |
5.3.1 成矿物质来源 |
5.3.2 成矿流体来源 |
5.3.3 铀的迁移与沉淀 |
5.3.4 成矿模式 |
6 多源地学信息提取 |
6.1 地球物理特征及信息提取 |
6.1.1 放射性伽玛场特征 |
6.1.2 异常信息提取 |
6.2 地球化学特征及信息提取 |
6.2.1 非铀元素地球化学特征及信息提取 |
6.2.2 放射性水化学特征及信息提取 |
6.3 遥感蚀变信息提取 |
6.3.1 遥感图像数据预处理 |
6.3.2 地质构造遥感解译 |
6.3.3 遥感蚀变信息提取 |
6.3.4 遥感硅化信息提取 |
6.3.5 多源地学信息优化组合 |
7 铀多金属矿床成矿预测与远景评价 |
7.1 成矿潜力分析 |
7.1.1 区域成矿潜力分析 |
7.1.2 主要矿床成矿潜力分析 |
7.2 地质模型建立 |
7.2.1 找矿标志 |
7.2.2 成矿预测地质模型 |
7.3 综合信息数据库建立 |
7.4 矿产资源预测方法选择 |
7.5 预测模型地质单元划分 |
7.6 预测模型的变量选取及赋值 |
7.6.1 模型变量选取的原则、特点及方法 |
7.6.2 区域成矿特征变量的选取及赋值 |
7.6.3 综合信息分析 |
7.7 找矿靶区圈定及远景评价 |
7.7.1 找矿靶区圈定原则 |
7.7.2 找矿靶区圈定及评价 |
8 结论 |
致谢 |
攻读博士学位期间取得科研成果 |
参考文献 |
(4)鄂尔多斯盆地砂岩型铀矿成矿过程随机模型研究(论文提纲范文)
中文摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及选题依据 |
1.2 论文选题的科学意义 |
1.3 论文研究目标、内容及科学问题 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 科学问题 |
1.4 论文的项目支撑与数据支撑 |
1.5 论文研究方案及技术路线 |
1.6 论文完成的工作量 |
1.7 论文主要创新点 |
1.8 小结 |
第2章 地质学随机模型研究的国内外现状 |
2.1 随机过程表达原理概述 |
2.2 随机模型的分类 |
2.2.1 正态分布模型 |
2.2.2 高斯分布模型 |
2.2.3 泊松分布模型 |
2.2.4 自相关与互相关条件下的白噪声与有色噪声模型 |
2.2.5 马尔可夫过程/马尔可链模型 |
2.2.6 一维随机游走 |
2.3 地质时间/空间的随机过程表达原理概述 |
2.4 地质随机模型应用分类及研究的国内外现状 |
2.5 马尔可夫链在地学中的研究现状 |
2.6 马尔可夫链蒙特卡罗模拟法在矿产资源评价中的研究现状 |
2.6.1 马尔可夫链蒙特卡罗随机模拟 |
2.6.2 马尔可夫链蒙特卡罗随机模拟在矿产资源评价中的研究现状 |
2.7 小结 |
第3章 区域地质特征及成矿条件分析 |
3.1 区域地质背景 |
3.2 区域构造特征 |
3.3 盆地基底及盖层特征 |
3.3.1 盆地基底特征 |
3.3.2 盆地盖层特征 |
3.4 砂岩型铀矿成矿及勘探研究现状 |
3.5 盆地砂岩成铀条件与成矿系统 |
3.6 盆地沉积相与铀矿赋存的空间关系 |
3.6.1 盆地铀成矿沉积相 |
3.6.2 盆地铀成矿沉积环境 |
3.7 小结 |
第4章 砂岩型铀矿盆地钻孔测井数据的随机模型研究 |
4.1 钻孔测井数据伽玛值与放射性元素品位的相关性 |
4.1.1 伽玛值(GR)与铀元素(U)品位的关系 |
4.1.2 伽玛值(GR)与镭元素(Ra)品位的关系 |
4.1.3 伽玛值(GR)与钍元素(Th)品位的关系 |
4.2 砂岩型铀矿赋矿地层的马尔可夫链模型表达 |
4.2.1 实例计算 |
4.2.2 结果分析 |
4.3 砂岩型铀矿赋矿地层的马尔可夫熵分析 |
4.3.1 熵的概念 |
4.3.2 结果分析 |
4.4 砂岩型铀矿地层钻孔测井数据贝叶斯模型分析 |
4.4.1 贝叶斯原理分析 |
4.4.2 砂岩型铀矿地层钻孔测井数据的伽玛值标准化处理 |
4.4.3 结果分析 |
4.5 盆地最佳砂泥比分析 |
4.6 盆地沉积相分析 |
4.7 小结 |
第5章 砂岩型铀矿盆地地球化学元素随机模型研究 |
5.1 地球化学元素马尔可夫过程模型原理 |
5.2 研究区地理环境 |
5.3 研究区地质特征 |
5.4 地球化学元素迁移过程的马尔可夫链转移概率模型 |
5.4.1 数据组成 |
5.4.2 数据预处理 |
5.4.3 地球化学元素关联性分析 |
5.4.4 基于马尔可夫链模型的地球化学元素迁移实例计算 |
5.5 结果分析 |
5.5.1 B、U、V三元素含量分析 |
5.5.2 马尔可夫链转移路径结果分析 |
5.6 转移路径线束聚类分析(Cluster Analysis) |
5.6.1 计算方法 |
5.6.2 结果分析 |
5.7 小结 |
第6章 鄂尔多斯盆地地球化学数据随机模型的地质解释 |
6.1 马尔可夫过程的地学依据与地质认识 |
6.2 泊松分布模型验证地球化学元素迁移及地质意义 |
6.3 马尔可夫链C—K方程转移概率模型分析及成铀地质解释 |
6.4 鄂尔多斯盆地东缘地球化学随机模型分析的误差估计 |
6.5 小结 |
第7章 结论 |
7.1 研究成果 |
7.2 存在问题 |
7.3 展望 |
参考文献 |
作者简介及在读期间所取得的科研成果 |
致谢 |
(5)基于机器学习的航空高光谱遥感岩性识别技术研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状与问题 |
1.2.1 遥感岩性识别国内外研究现状 |
1.2.2 神经网络高光谱分类国内外研究现状 |
1.2.3 存在的问题 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 论文组织架构 |
1.5 文章创新点 |
2 遥感岩性识别原理及机器学习方法概述 |
2.1 遥感岩性识别原理 |
2.1.1 地物光谱反射理论 |
2.1.2 矿物反射光谱特征 |
2.1.3 岩石反射规律 |
2.2 机器学习概述 |
2.2.1 机器学习定义 |
2.2.2 机器学习类型及常用算法 |
2.2.3 机器学习相关术语 |
2.3 神经网络概述 |
2.3.1 神经元结构 |
2.3.2 神经网络相关术语 |
2.3.3 自编码神经网络模型 |
2.3.4 深度神经网络模型 |
3 实验流程设计及程序开发设计 |
3.1 实验流程设计 |
3.1.1 影像数据获取与预处理 |
3.1.2 研究区光谱分析 |
3.1.3 样本挑选与制作 |
3.1.4 数据格式转换 |
3.1.5 航空高光谱遥感数据降维特征提取 |
3.1.6 航空高光谱遥感数据识别分类 |
3.1.7 结果输出与制图 |
3.1.8 总结分析与评价 |
3.2 程序开发设计 |
3.2.1 实验环境基础 |
3.2.2 神经网络分类器程序设计 |
4 地质概况与数据准备 |
4.1 研究区地质概况与实验区选择 |
4.1.1 研究区地质概况 |
4.1.2 实验区选择 |
4.2 数据获取与预处理 |
4.2.1 数据获取 |
4.2.2 数据预处理 |
4.3 样本制作 |
4.3.1 地层矿物组分分析 |
4.3.2 样本选择 |
4.3.3 样本光谱分析 |
4.3.4 样本质量评价 |
4.3.5 样本划分及乱序 |
4.4 数据格式预处理 |
4.4.1 向量化 |
4.4.2 标准化 |
4.4.3 处理缺失值 |
4.4.4 特征提取 |
5 基于自编码网络的特征提取与降维 |
5.1 网络设计与搭建 |
5.2 网络编程实现 |
5.3 学习调参 |
5.4 参数选择与处理 |
6 基于深度神经网络的岩性分类 |
6.1 网络设计与搭建 |
6.2 网络编程实现 |
6.3 学习调参 |
6.4 制图输出与分析 |
6.5 影响因素分析 |
6.5.1 主观实验设计分析 |
6.5.2 客观影响因素分析 |
7 结论与展望 |
7.1 结论 |
7.2 不足与展望 |
参考文献 |
致谢 |
攻读硕士学位期间研究成果 |
(6)岩心成像光谱技术与江西相山铀矿蚀变三维建模(论文提纲范文)
中文摘要 |
Abstract |
1 引言 |
1.1 选题背景及意义 |
1.2 研究现状及存在问题 |
1.2.1 岩心高光谱技术国外研究现状 |
1.2.2 岩心高光谱技术国内研究现状 |
1.2.3 相山铀矿田勘查研究现状 |
1.2.4 存在问题 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 实物工作量 |
1.5 创新点与新认识 |
2 研究区地质背景 |
2.1 自然地理概况 |
2.2 大地构造 |
2.3 区域构造 |
2.3.1 基底构造 |
2.3.2 盖层构造 |
2.3.3 火山构造 |
2.4 区域地层 |
2.5 次火山岩及脉岩 |
2.6 铀矿化蚀变特征 |
3 岩心成像光谱数据获取与处理 |
3.1 钻孔岩心成像光谱扫描 |
3.1.1 数据源介绍 |
3.1.2 数据采集 |
3.2 HySpex数据预处理 |
3.2.1 辐射校正 |
3.2.2 反射光谱重建 |
3.2.3 噪声滤除 |
3.2.4 岩心图像裁切 |
3.3 岩矿光谱学机理 |
3.4 岩心蚀变信息提取 |
3.4.1 蚀变类型 |
3.4.2 光谱分析 |
3.4.3 信息提取方法 |
3.4.4 岩心蚀变矿物填图 |
3.5 小结 |
4 岩心成像光谱编录技术与应用 |
4.1 岩心成像光谱编录技术 |
4.1.1 技术思路 |
4.1.2 实现过程 |
4.2 深部钻探编录应用 |
4.2.1 ZKS1成像光谱编录特征 |
4.2.2 ZKS2成像光谱编录特征 |
4.3 河元背矿床编录应用 |
4.3.1 河元背矿床概况 |
4.3.2 成像光谱编录特征 |
4.4 邹家山矿床编录应用 |
4.4.1 邹家山矿床概况 |
4.4.2 成像光谱编录特征 |
4.5 小结 |
5 岩心蚀变信息三维建模 |
5.1 三维地质建模简介 |
5.2 蚀变三维建模技术 |
5.2.1 技术思路 |
5.2.2 数据库构建 |
5.2.3 空间插值 |
5.3 河元背矿床蚀变三维建模 |
5.3.1 构造建模 |
5.3.2 蚀变建模 |
5.3.3 三维模型特征分析 |
5.4 邹家山矿床蚀变三维建模 |
5.4.1 构造建模 |
5.4.2 蚀变建模 |
5.4.3 三维模型特征分析 |
5.5 小结 |
6 相山西部蚀变成因与演化模式 |
6.1 相山矿田成矿动力学 |
6.1.1 地球动力学背景 |
6.1.2 火山岩浆活动 |
6.2 相山西部蚀变成因探讨 |
6.2.1 成因矿物学 |
6.2.2 伊利石化XRD分析 |
6.2.3 河元背和邹家山蚀变成因对比分析 |
6.3 相山西部蚀变-成矿演化模式 |
6.4 小结 |
7 结论 |
致谢 |
参考文献 |
附录 |
(7)基于地质文献的智能问答算法研究及实现(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 知识图谱研究现状 |
1.2.2 基于知识图谱智能问答研究现状 |
1.3 本文主要研究内容 |
1.3.1 研究目的 |
1.3.2 研究内容 |
1.4 论文组织结构 |
第2章 关键技术相关理论研究 |
2.1 数据处理相关技术研究 |
2.1.1 分词模型 |
2.1.2 语句相似度 |
2.1.3 词语向量化表示 |
2.2 神经网络相关技术研究 |
2.2.1 卷积神经网络CNN |
2.2.2 循环神经网络RNN |
2.3 问答模型相关技术研究 |
2.3.1 基于模板匹配的问答模型 |
2.3.2 基于检索匹配的问答模型 |
2.3.3 基于知识图谱的问答模型 |
2.4 本章小结 |
第3章 基于地质文献的智能问答算法 |
3.1 领域知识图谱构建 |
3.2 特定领域实体识别 |
3.2.1 标注方法 |
3.2.2 特定领域知识 |
3.2.3 字符网格LSTM模型 |
3.3 问句属性分类 |
3.3.1 相似语句归一 |
3.3.2 基于字符的 CNN 分类算法 |
3.4 用户意图映射 |
3.5 算法实验及分析 |
3.6 本章小结 |
第4章 地质知识智能问答服务平台设计与实现 |
4.1 需求分析 |
4.2 架构设计 |
4.3 技术路线 |
4.3.1 文本分词 |
4.3.2 字向量训练 |
4.3.3 序列标注 |
4.3.4 知识库构建 |
4.3.5 知识存储 |
4.4 功能实现 |
4.4.1 基于通用聊天问答 |
4.4.2 基于地质领域的智能问答 |
4.5 Web服务 |
4.6 系统测试及分析 |
4.7 本章小结 |
第5章 结论与展望 |
5.1 论文工作总结 |
5.2 主要创新点 |
5.3 未来研究展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(8)铀资源勘查大数据技术研究框架思路(论文提纲范文)
1 铀资源勘查大数据的内涵与特点 |
1.1 大数据 (Big Data) 的内涵与特点 |
1.1.1 数据层面 |
1.1.2 技术层面 |
1.1.3 应用层面 |
1.2 铀资源勘查大数据的特点 |
2 铀资源勘查大数据技术研究框架思路 |
2.1 借鉴并采用一般大数据技术进行技术改造 |
2.1.1 Hadoop大数据处理软件框架 |
2.1.2 基于一般大数据技术的技术改造 |
3 铀资源勘查大数据技术研究关键问题 |
3.1 铀矿地质大数据清洗 |
3.2 铀矿地质多属性多态数据一体化存贮管理 |
3.3 铀矿地质大数据时空并行分布检索 |
3.4 基于铀资源勘查大数据的成矿预测 |
3.5 铀矿勘查文本数据挖掘 |
3.6 基于大数据技术的铀成矿过程实时仿真 |
3.7 铀资源勘查地质云平台构建 |
4 铀资源勘查大数据技术研究现状与实施步骤 |
5 加强铀资源勘查大数据技术研究的对策建议 |
5.1 加强技术研讨、顶层设计与重点突破 |
5.2 加强大数据与人工智能的结合 |
5.3 加强铀资源勘查大数据研究的经费投入 |
5.4 加强人才引进与人才培养 |
5.5 加强与行业、国际间的交流学习 |
6 结论 |
(9)学者研究兴趣网络构建与分析(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 主要研究内容 |
1.4 论文组织结构 |
2 相关理论与研究 |
2.1 兴趣建模 |
2.1.1 用户兴趣模型 |
2.1.2 用户兴趣建模研究趋势 |
2.1.3 用户兴趣建模相关研究 |
2.2 主题模型 |
2.2.1 LDA主题模型及相关研究 |
2.2.2 作者主题模型及相关研究 |
2.2.3 动态主题模型及相关研究 |
2.3 复杂网络 |
2.3.1 复杂网络及相关研究 |
2.3.2 二分网络及相关研究 |
2.4 本章小结 |
3 学者文本数据预处理 |
3.1 预处理流程 |
3.2 重名消歧 |
3.2.1 重名消歧技术概述 |
3.2.2 基于规则的重名消歧 |
3.2.3 重名消歧结果验证 |
3.3 中文分词 |
3.3.1 中文分词流程 |
3.3.2 分词工具 |
3.3.3 领域词典构建 |
3.3.4 固定短语抽取 |
3.3.5 中文分词结果及验证 |
3.4 本章小结 |
4 集体学者研究兴趣网络构建与分析 |
4.1 引言 |
4.2 特征选择 |
4.3 实验数据 |
4.4 基于LDA的学者研究兴趣抽取 |
4.4.1 实验设置 |
4.4.2 主题个数选择 |
4.4.3 主题抽取结果 |
4.4.4 主题抽取结果验证 |
4.5 集体学者研究兴趣网络构建 |
4.6 集体学者研究兴趣网络分析 |
4.6.1 网络投影 |
4.6.2 小世界性分析 |
4.6.3 二分网络分析 |
4.7 本章小结 |
5 个体学者研究兴趣网络构建与分析 |
5.1 引言 |
5.2 特征选择 |
5.3 基于作者主题模型的学者研究兴趣抽取 |
5.3.1 实验设置 |
5.3.2 作者主题抽取 |
5.3.3 主题抽取结果验证 |
5.4 个体学者研究兴趣网络构建 |
5.4.1 主题相似度计算 |
5.4.2 研究兴趣网络构建 |
5.5 个体学者研究兴趣网络分析 |
5.5.1 小世界性分析 |
5.5.2 二分网络分析 |
5.6 本章小结 |
6 学者研究兴趣动态演化分析 |
6.1 学者研究兴趣动态表示 |
6.2 学者研究兴趣演化趋势统计 |
6.3 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
(10)我国遥感地质找矿的科技进步与发展前景(论文提纲范文)
1 引言 |
2 遥感地质找矿的科技进步 |
2.1 遥感地质找矿的起步与进展 |
2.2 新世纪遥感地质找矿的转机 |
(1) “光谱地壳”计划的提出 |
(2) 矿产资源数字勘查区的构建 |
(3) 新型遥感技术在地质找矿中的应用 |
2.3 遥感找矿面临的新挑战 |
2.3.1 3Si航空成像光谱系统的引进 |
2.3.2 多光谱遥感蚀变信息提取技术的应用 |
2.3.3 后遥感应用技术的理念的提出及技术的开发 |
2.3.4 遥感地质实验场的建立 |
2.3.5 国产高光谱卫星计划的实施 |
3 遥感地质找矿的发展前景 |
3.1 国家需求层面 |
3.2 应用领域层面 |
(1) 遥感找矿地域的扩展 |
(2) 遥感找矿应用面的扩大 |
(3) 找矿的全球化 |
(4) 外星找矿探索 |
3.3 技术发展层面 |
(1) 高光谱遥感技术的发展 |
(2) 地质勘查遥感系统的研建 |
(3) “物-化-遥”、“星-空-地”一体化的立体地质勘查技术体系 |
3.4 理念更新层面 |
4 结语 |
四、虚拟现实技术及其在铀矿地质领域中的应用探讨(论文参考文献)
- [1]基于因子分析与分形理论的地球化学数据分析方法研究[D]. 范文遥. 吉林大学, 2021(01)
- [2]数学地球科学跨越发展的十年:大数据、人工智能算法正在改变地质学[J]. 周永章,左仁广,刘刚,袁峰,毛先成,郭艳军,肖凡,廖杰,刘艳鹏. 矿物岩石地球化学通报, 2021(03)
- [3]粤东北仁差盆地铀多金属矿成矿地质特征与成矿预测[D]. 汤谨晖. 东华理工大学, 2020(02)
- [4]鄂尔多斯盆地砂岩型铀矿成矿过程随机模型研究[D]. 王桔. 吉林大学, 2020(03)
- [5]基于机器学习的航空高光谱遥感岩性识别技术研究[D]. 王建刚. 核工业北京地质研究院, 2020(03)
- [6]岩心成像光谱技术与江西相山铀矿蚀变三维建模[D]. 张川. 中国地质大学(北京), 2020
- [7]基于地质文献的智能问答算法研究及实现[D]. 贺金龙. 中国科学院大学(中国科学院大学工程科学学院), 2020(03)
- [8]铀资源勘查大数据技术研究框架思路[J]. 叶发旺,蔡煜琦,李瀚波,邱骏挺,王建刚. 世界核地质科学, 2019(02)
- [9]学者研究兴趣网络构建与分析[D]. 张文柯. 南京大学, 2017(01)
- [10]我国遥感地质找矿的科技进步与发展前景[J]. 刘德长,李志忠,王俊虎. 地球信息科学学报, 2011(04)