宝格德乌拉一带多金属矿勘查中综合物探模式的研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-16页 |
·选题背景与意义 | 第9-10页 |
·国内外研究概况 | 第10-13页 |
·隐伏矿研究概况 | 第10-11页 |
·成矿预测研究概况 | 第11-13页 |
·课题研究内容及技术路线 | 第13-15页 |
·研究内容 | 第13-14页 |
·技术路线 | 第14-15页 |
·主要成果及创新点 | 第15-16页 |
第2章 地质及地球物理特征 | 第16-29页 |
·地质概况 | 第16-24页 |
·大地构造背景 | 第16-17页 |
·地层 | 第17-18页 |
·侵入岩 | 第18-19页 |
·构造 | 第19-20页 |
·区域成矿条件 | 第20-23页 |
·研究区成矿条件 | 第23-24页 |
·地球物理特征 | 第24-27页 |
·物性特征 | 第24-25页 |
·区域地球物理异常特征 | 第25-27页 |
·开展物探工作的条件 | 第27-28页 |
·本章小结 | 第28-29页 |
第3章 综合地球物理勘探模式的研究 | 第29-49页 |
·地球物理方法 | 第29-32页 |
·物探工作及成果 | 第32-46页 |
·综合物探工作模式 | 第32-33页 |
·高精磁勘探 | 第33-40页 |
·激电中梯勘探 | 第40-41页 |
·地、物、化综合剖面测量 | 第41-44页 |
·激电测深剖面测量 | 第44-46页 |
·地质-地球物理模型的研究 | 第46-48页 |
·本章小结 | 第48-49页 |
第4章 支持向量机理论 | 第49-60页 |
·统计学习理论 | 第49-53页 |
·机器学习问题 | 第49-50页 |
·经验风险最小化 | 第50页 |
·VC 维 | 第50-51页 |
·推广能力的界 | 第51-52页 |
·结构风险最小化 | 第52-53页 |
·支持向量机 | 第53-59页 |
·最优分类面 | 第53-55页 |
·广义最优超平面 | 第55页 |
·核函数 | 第55-58页 |
·C-SVC 模型 | 第58-59页 |
·本章小结 | 第59-60页 |
第5章 分类判别模型的建立 | 第60-69页 |
·物探方法进行岩、矿属性分类判别的基础 | 第60-63页 |
·岩、矿石电阻率与金属矿含量的关系 | 第60-61页 |
·岩、矿石激电效应与金属矿含量的关系 | 第61-62页 |
·岩、矿石磁性与含矿量的关系 | 第62-63页 |
·输入特征量的遴选 | 第63-66页 |
·基本输入特征量 | 第63-64页 |
·输入特征量的正则(归一)化 | 第64-65页 |
·输入特征量的优化选择 | 第65-66页 |
·核函数的选择 | 第66-67页 |
·分类判别模型的建立 | 第67页 |
·程序的编制 | 第67-69页 |
第6章 分类判别模型的应用与评价 | 第69-76页 |
·建立分类判别模型 | 第69-74页 |
·应用效果分析 | 第74页 |
·本章小结 | 第74-76页 |
第7章 结论与展望 | 第76-78页 |
·结论 | 第76页 |
·展望 | 第76-78页 |
参考文献 | 第78-81页 |
致谢 | 第81-82页 |
个人简介 | 第82页 |