收藏本站
《成都理工大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

盲抽取与SVM方法在地球化学异常下限提取中的应用

曾玉祥  
【摘要】: 地球化学探矿是探测矿产资源的一种重要手段,区域化探数据的数学地质处理方法是一个热点研究方向。化探数据处理的首要任务是确定测区异常元素并确定相应元素的异常下限,传统的异常下限确定方法是把地球化学元素分布规律满足正态分布或者对数正态分布作为前提条件,直接以均值加上两倍标准离差作为异常下限,这种方法越来越多的显出其局限性。因为地球是一个非常复杂的系统,而深部矿床的信息其实是很有限的,所以不断探索异常处理的数学地质方法非常必要。 盲信号处理方法是当前研究热点之一,在语音信号与图像分离等方面的应用取得了很大的成功。盲信号抽取的核心问题是一种分离或解混合矩阵的学习算法,属于无监督的机器学习,在尽量不丢失信息的前提下抽取其中统计独立的特征。在先验知识缺乏的情况下,盲信号方法是一个自然的选择,从算法的角度看,盲信号抽取算法是局部学习算法,算法相对比较简单。以非高斯性度量为优化准则,从能量最大化的角度提出了联立盲抽取算法,把感兴趣的信号同时提取出来。在源信号数目较大的时候,这明显优于逐个抽取的方法,可以大大减少运算量。把盲信号抽取方法用于识别异常元素的组合是可行的。 支持向量机的理论基础是统计学习理论,它基本不涉及概率测度和大数定理。相对于神经网络来说其有很多的优势,首先是其理论基础很完善;此外,其基于结构风险最小化准则,可以有效地解决机器学习的过学习问题,具有很好的泛化性;在理论上一定存在全局最优解,不会陷入局部最优;在结构上采取核函数方法,向高维空间映射时不增加运算的复杂性,可以有效地克服维数灾难。在针对缺乏先验知识的小样本数据时显得特别有效。对于大样本的数据处理,现在有很多的变形和改进算法,能够有效地进行海量数据的处理。 在仔细研究盲信号分离理论和支持向量机的特点的基础上,利用MATLAB平台,把二者结合起来,首先利用联立盲抽取算法识别元素组合异常,在此基础上利用支持向量机算法分离相应元素的异常数据并确定异常下限,圈定异常浓集中心,这在地球化学数据处理方法研究上是一种具有创新性的尝试。本文对测区1:5万土壤实际测量数据进行了处理,从实际处理效果来看,算法实现比较客观而全面的反映了实际矿化情况,主要元素组合异常与实际相符,异常下限的选择比较合理,所圈定的异常区域与测区实际吻合较好。这表明结合支持向量机的盲信号抽取算法用于处理地球化学数据是可行的,算法本身是有效的,在地球化学异常识别处理方法研究上具有一定的参考和推广价值。
【学位授予单位】:成都理工大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:P59

【参考文献】
中国期刊全文数据库 前10条
1 谢飞;;支持向量机及其应用研究[J];安徽教育学院学报;2007年03期
2 刘正平;陈明奎;;基于二阶统计量的盲信号分离[J];传感器与微系统;2007年05期
3 粟泽毅;陈阿林;;独立分量分析方法及其在地理与环境科学中的应用[J];重庆师范大学学报(自然科学版);2005年04期
4 程志中;谢学锦;;岩石中元素背景值变化对地球化学成矿预测的影响[J];中国地质;2006年02期
5 徐春明;;一种基于PSO权重优化的加权二维主分量分析方法[J];大连民族学院学报;2009年03期
6 李卓,刘斌,刘铁男;支持向量机在油田产量预测中的应用[J];大庆石油学院学报;2005年05期
7 刘喜武,刘洪,李幼铭;独立分量分析及其在地震信息处理中应用初探[J];地球物理学进展;2003年01期
8 张贤达,保铮;盲信号分离[J];电子学报;2001年S1期
9 李荣华;杨祖元;赵敏;谢胜利;;基于支持向量机的欠定盲分离[J];电子与信息学报;2009年02期
10 杨林保;盲信号分离的细胞神经网络方法[J];鄂州大学学报;2001年04期
中国硕士学位论文全文数据库 前3条
1 董西国;支持向量机在数据挖掘中的应用[D];哈尔滨工程大学;2002年
2 王忠文;统计学习理论及其在地学中的应用研究[D];吉林大学;2007年
3 王春红;盲信号分离算法研究与应用[D];北京交通大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 陈文元;李雪梅;迟晓梅;;小波分析与神经网络在结构多处损伤监测中的应用[J];四川建筑科学研究;2006年03期
2 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
3 胡龙军;陈一波;陶吉利;;基于神经网络参数自整定PID控制的应用[J];安徽电子信息职业技术学院学报;2009年06期
4 胡津津;;基于独立分量分析的瞬时混合语音信号盲分离算法研究[J];安徽电子信息职业技术学院学报;2010年04期
5 倪志伟;;BP网络中激活函数的深入研究[J];安徽大学学报(自然科学版);1997年03期
6 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
7 甘信华;石勇;林保国;;基于MATLAB的BP神经网络在大气环境质量评价中的应用[J];安徽化工;2008年05期
8 陈弋兰;王鸣;孙书诚;;朴素贝叶斯分类器的误差估计[J];安徽工程科技学院学报(自然科学版);2008年04期
9 张红涛;胡玉霞;张恒源;顾波;;储粮害虫图像识别中的特征压缩研究[J];安徽农业科学;2008年27期
10 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
中国重要会议论文全文数据库 前10条
1 巩庆伟;;Mapgis及Excel数据处理在地球化学涨落等值线图中的应用[A];河南地球科学通报2010年卷(下册)[C];2010年
2 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
3 刘志斌;金连文;;候选字静态生成技术及其在两级LDA汉字识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
4 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[A];第二十六届中国控制会议论文集[C];2007年
5 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
6 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
7 梁禹;王义刚;王娜;;基于支持向量机的电力电子电路故障诊断[A];第二十六届中国控制会议论文集[C];2007年
8 张佑春;王平;张公永;;基于D-S证据理论和神经网络的信息融合方法及应用[A];第二十七届中国控制会议论文集[C];2008年
9 康传会;汪晓东;汪轲;常健丽;;基于最小二乘支持向量机的迟滞建模方法[A];第二十九届中国控制会议论文集[C];2010年
10 刘华;张建华;王娆芬;王行愚;;人机系统操作员功能状态的模糊聚类方法[A];第二十九届中国控制会议论文集[C];2010年
中国硕士学位论文全文数据库 前10条
1 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
2 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
3 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
4 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
5 白廷义;基于激光扫描数据的隧道曲面重建技术研究[D];山东科技大学;2010年
6 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
7 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
8 张海峰;空间三维信息重构与飞行器路径规划[D];山东科技大学;2010年
9 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
10 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 李侃,高春晓,刘玉树;基于SVM的空间数据库的层次聚类分析[J];北京理工大学学报;2002年04期
2 柳回春,马树元,吴平东,杨峰,曾兴生,毕路拯;UK心理测试自动分析系统的手写体数字识别[J];北京理工大学学报;2002年05期
3 周东岱,叶水盛;基于人工神经网络的航磁信息关联方法的研究[J];长春科技大学学报;2001年02期
4 廖桂香;许亚明;付宝霞;;青海省金矿综合信息预测[J];吉林大学学报(地球科学版);2006年01期
5 程勖,杨毅恒,陈薇伶;自组织特征映射网络的分析与应用[J];长春师范学院学报;2005年09期
6 刘二永,郭科,唐菊兴,杨林美;分形技术用于查证化探异常[J];成都理工学院学报;2002年04期
7 王开发,余小平;具有周期和时滞的Hopfield型连续神经网络的周期解[J];重庆师范学院学报(自然科学版);1998年04期
8 武安绪;李平安;鲁亚军;穆会泳;苏小非;刘学谦;;基于支持向量机的多维地震时间序列建模[J];东北地震研究;2006年04期
9 谢学锦,刘大文,向运川,严光生;地球化学块体——概念和方法学的发展[J];中国地质;2002年03期
10 郝立波,陆继龙,马力;浅覆盖区土壤化学成分与基岩化学成分的关系及其意义——以大兴安岭北部地区为例[J];中国地质;2005年03期
中国重要会议论文全文数据库 前1条
1 沈操;牛滨华;余钦范;孙春岩;;用自适应滤波消除与自由界面有关的多次波[A];2000年中国地球物理学会年刊——中国地球物理学会第十六届年会论文集[C];2000年
中国硕士学位论文全文数据库 前3条
1 王朝勇;信用卡管理分析系统的设计与实现[D];吉林大学;2004年
2 徐振东;人工神经网络的数学模型建立及成矿预测BP网络的实现[D];吉林大学;2004年
3 赖永标;支持向量机在地下工程中的应用研究[D];山东科技大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 韩永章;;基于支持向量机的旋转机械故障诊断研究[J];科技信息;2010年12期
2 邱玉莲;朱琴;;基于支持向量机的财务预警方法[J];统计与决策;2006年16期
3 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
4 王静;许平波;;支持向量机(SVM)方法对财务危机的预警[J];科技信息;2009年26期
5 谢书娟;;SVM理论在图书馆馆藏图像标引方面的应用[J];甘肃科技;2010年01期
6 谢书娟;;图像自动分类在数字化图书馆中的应用[J];甘肃科技;2011年05期
7 李程;叶中华;;基于多小波变换和支持向量机的鲁棒水印算法[J];西安文理学院学报(自然科学版);2009年04期
8 陆林英;魏雅卓;崔颖;孙平平;马雅楠;马志强;;基于支持向量机的蛋白质相互作用识别[J];生物信息学;2009年04期
9 宁朝;基于SVM技术的英文字符识别方法[J];大众科技;2005年08期
10 吕琦;;基于SVM的股票时间序列的预测研究[J];吉林工程技术师范学院学报;2011年07期
中国重要会议论文全文数据库 前10条
1 司爱威;冯辅周;江鹏程;饶国强;王建;;基于可变风险SVM模型的故障识别方法研究[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
2 邵杰;叶宁;容亦夏;;基于SVM的多波束测深数据滤波[A];第二十九届中国控制会议论文集[C];2010年
3 王红伟;董慧;;一种提高SVM分类精度的调制信号识别方法[A];2010年西南三省一市自动化与仪器仪表学术年会论文集[C];2010年
4 周广春;潘登;;面外均布荷载作用下砌体墙板破坏模式特征值提取的SVM方法[A];工程设计与计算机技术:第十五届全国工程设计计算机应用学术会议论文集[C];2010年
5 于湘涛;周峰;张兰;魏超;;基于SVM和田口方法的石英挠性加速度计健壮性设计[A];质量——持续发展的源动力:中国质量学术与创新论坛论文集(下)[C];2010年
6 ;A Tool Wear Predictive Model Based on SVM[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
7 张睿;陈雪;马建文;;基于递归SVM的高光谱数据特征选择算法研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
8 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
9 蔡志理;姜桂艳;丁秋实;;基于SVM和数据融合技术的高速公路AID算法设计[A];第二十七届中国控制会议论文集[C];2008年
10 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六届中国控制会议论文集[C];2007年
中国重要报纸全文数据库 前10条
1 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
2 本报记者 韩露;乱军之中智者胜[N];证券时报;2000年
3 李水根;计算机详解配伍与药效关系[N];健康报;2005年
4 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
5 ;基于网络层的存储虚拟化是主流[N];中国计算机报;2008年
6 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
7 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
8 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
9 ;选择合适的数据挖掘算法[N];计算机世界;2007年
10 本报记者 郭平;LSI发布新存储虚拟化管理器[N];计算机世界;2008年
中国博士学位论文全文数据库 前10条
1 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
2 宋国明;基于提升小波及SVM优化的模拟电路智能故障诊断方法研究[D];电子科技大学;2010年
3 张婧;基于SVM的肺结节自动识别方法研究[D];华南理工大学;2011年
4 申丰山;样例权重估计及在此基础上的SVM[D];西安电子科技大学;2011年
5 许敏强;基于话者统计特征和SVM的文本无关话者确认研究[D];中国科学技术大学;2011年
6 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
7 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年
8 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
9 刘京礼;鲁棒最小二乘支持向量机研究与应用[D];中国科学技术大学;2010年
10 王金林;基于混沌时间序列和SVM的入侵检测系统研究[D];天津大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾玉祥;盲抽取与SVM方法在地球化学异常下限提取中的应用[D];成都理工大学;2010年
2 杨飞;基于SVM的煤炭销售分析预测系统的研究[D];太原科技大学;2011年
3 蔡磊;SVM及其扩展算法在图像处理中的应用研究[D];西安石油大学;2010年
4 高洁;基于SVM的基因表达谱分析和函数集VC维研究[D];华东师范大学;2011年
5 姚玉;基于GA-SVM算法的细胞色素酶P450突变预测[D];上海交通大学;2011年
6 曹云生;基于支持向量机(SVM)的森林生态系统健康评价及预警[D];河北农业大学;2011年
7 严会霞;基于SVM的眼动轨迹解读思维状态的研究[D];太原理工大学;2010年
8 杨焕;基于Basic-N-Units特征的SVM方法预测MicroRNA[D];吉林大学;2010年
9 朱天一;基于SVM的梅雨量预测研究[D];南京信息工程大学;2011年
10 冯青;基因微阵列数据的SVM分类器优化方法[D];东北师范大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026