基于MapInfo的综合信息矿产资源潜力制图方法研究
1 前言 | 第1-11页 |
·国内外研究现状 | 第7-9页 |
·论文选题的目的和意义 | 第9-10页 |
·本文主要内容和取得的成果 | 第10-11页 |
2 方法概述 | 第11-17页 |
·方法的基本原理 | 第11-16页 |
·综合信息地质找矿模型研究 | 第11-13页 |
·综合信息成矿预测模型研究 | 第13-16页 |
·方法使用条件和工程流程 | 第16-17页 |
3 物化探数据处理方法 | 第17-38页 |
·重磁数据处理 | 第17-21页 |
·频率域位场变换方法 | 第17-20页 |
·重磁数据处理流程 | 第20-21页 |
·化探数据处理 | 第21-38页 |
·泛克里格法数学模型 | 第21-28页 |
·用泛克里格法处理地球化学数据 | 第28-30页 |
·地质统计学变差函数模拟 | 第30-38页 |
4 综合信息解译及找矿模型建立 | 第38-54页 |
·成矿地质背景信息的解译 | 第38-41页 |
·成矿信息的解译 | 第41-42页 |
·背景信息与成矿信息的关系研究 | 第42-45页 |
·基底与成矿的关系研究 | 第42-43页 |
·岩体与成矿的关系研究 | 第43-44页 |
·地层与成矿的关系研究 | 第44页 |
·区域构造与成矿的关系研究 | 第44-45页 |
·信息叠置分析的基本方法 | 第45-47页 |
·综合信息找矿模型建立 | 第47-54页 |
·综合信息找矿模型的概念 | 第47页 |
·综合信息找矿模型的主要内容 | 第47-49页 |
·综合信息找矿模型建立的方法 | 第49-51页 |
·综合信息找矿模型的特点 | 第51-54页 |
5 矿产资源潜力制图模型 | 第54-72页 |
·RBF 人工神经网络模型 | 第54-57页 |
·RBF 网络结构 | 第54-56页 |
·网络学习算法 | 第56-57页 |
·证据加权模型 | 第57-62页 |
·证据加权模型概述 | 第58页 |
·证据加权模型基本原理 | 第58-61页 |
·条件独立性检验 | 第61-62页 |
·可信度模型 | 第62-65页 |
·证据理论模型 | 第65-72页 |
·证据理论基础 | 第65-67页 |
·Dempster 组合规则 | 第67-68页 |
·基于证据理论的资源潜力制图 | 第68-72页 |
6 综合信息矿产资源潜力制图方法的实现及应用 | 第72-85页 |
·计算机实现 | 第72-77页 |
·RBF 模型的计算机实现 | 第72-74页 |
·证据加权模型的计算机实现 | 第74页 |
·可信度模型的计算机实现 | 第74-76页 |
·证据理论模型计算机实现 | 第76-77页 |
·矿产资源潜力制图模型应用 | 第77-85页 |
·证据图层的条件独立性检验 | 第80-81页 |
·RBF 神经网络模型建立 | 第81页 |
·证据权系数的统计 | 第81-83页 |
·矿产资源潜力分布图的生成 | 第83-85页 |
7 结论及建议 | 第85-86页 |
8 参考文献 | 第86-92页 |
9 摘要 | 第92-95页 |
摘要 | 第92-93页 |
ABSTRACT | 第93-95页 |
10 致谢 | 第95页 |