| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究概况 | 第12-18页 |
| 1.2.1 矿产资源潜力评价的发展现状 | 第12-14页 |
| 1.2.2 WebGIS 的发展现状 | 第14-15页 |
| 1.2.3 深度学习的发展现状 | 第15-18页 |
| 1.3 主要解决的问题 | 第18-19页 |
| 1.4 研究目标及内容 | 第19-20页 |
| 1.4.1 研究目标 | 第19页 |
| 1.4.2 研究内容 | 第19-20页 |
| 1.5 项目依托及完成工作量 | 第20-21页 |
| 1.6 论文章节安排 | 第21-23页 |
| 第二章 数据基础 | 第23-36页 |
| 2.1 全国矿产资源潜力评价概述 | 第23-24页 |
| 2.2 数据来源 | 第24-34页 |
| 2.3 数据汇总 | 第34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 系统分析及设计 | 第36-50页 |
| 3.1 系统分析 | 第36-38页 |
| 3.1.1 系统需求分析 | 第36页 |
| 3.1.2 系统可行性分析 | 第36-37页 |
| 3.1.3 系统用户分析 | 第37-38页 |
| 3.2 系统设计的原则 | 第38-39页 |
| 3.3 系统总体结构设计 | 第39-40页 |
| 3.4 系统数据库设计 | 第40-47页 |
| 3.4.1 空间数据库的设计 | 第40-41页 |
| 3.4.2 元数据库的设计 | 第41-47页 |
| 3.4.3 总体数据存储结构设计 | 第47页 |
| 3.5 系统功能设计 | 第47-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 系统关键技术研究及实现 | 第50-88页 |
| 4.1 开源WEBGIS平台研究 | 第50-58页 |
| 4.1.1 WebGIS概述 | 第50-51页 |
| 4.1.2 Cesium平台特性 | 第51-53页 |
| 4.1.3 空间引擎架构 | 第53-54页 |
| 4.1.4 开发接口与示例 | 第54-58页 |
| 4.2 可视化关键技术研究 | 第58-70页 |
| 4.2.1 地图场景实时渲染 | 第58-59页 |
| 4.2.2 可视化技术研究 | 第59-62页 |
| 4.2.3 地形可视化分析 | 第62-64页 |
| 4.2.4 矢量要素可视化 | 第64-70页 |
| 4.3 MAPGIS IGSERVER服务研究 | 第70-78页 |
| 4.3.1 MapGIS IGServer概述 | 第70-71页 |
| 4.3.2 MapGIS IGServer功能 | 第71-73页 |
| 4.3.3 MapGIS IGServer的应用 | 第73-78页 |
| 4.4 系统功能实现 | 第78-86页 |
| 4.4.1 基本功能实现 | 第78-80页 |
| 4.4.2 基于IGServer的WMS服务相关功能 | 第80-82页 |
| 4.4.3 基于元数据库的查询研究 | 第82-85页 |
| 4.4.4 三维地质模型及倾斜摄影模型可视化 | 第85-86页 |
| 4.5 本章小结 | 第86-88页 |
| 第五章 系统应用示范研究 | 第88-121页 |
| 5.1 研究区概况 | 第88-92页 |
| 5.1.1 成矿地质背景 | 第88-91页 |
| 5.1.2 区域矿产特征 | 第91-92页 |
| 5.2 区域成矿规律分析 | 第92-105页 |
| 5.2.1 控矿地质条件 | 第92-97页 |
| 5.2.2 成矿时空分布 | 第97-105页 |
| 5.3 基于深度学习的矿产预测 | 第105-120页 |
| 5.3.1 深度学习概述 | 第105-108页 |
| 5.3.2 深度学习与矿产预测 | 第108-111页 |
| 5.3.3 实验数据 | 第111-113页 |
| 5.3.4 实验方案 | 第113-120页 |
| 5.4 本章小结 | 第120-121页 |
| 第六章 结论与展望 | 第121-123页 |
| 6.1 结论 | 第121页 |
| 6.2 展望 | 第121-123页 |
| 致谢 | 第123-124页 |
| 参考文献 | 第124-132页 |
| 附录I：各省成果数据汇总统计表 | 第132-161页 |
| 附录Ⅱ：系统开发部分代码 | 第161-174页 |
| 个人简历及攻读博士期间发表论文 | 第174页 |