基于KNN与ISOMAP的地球化学数据处理与应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 化探数据处理研究现状 | 第9-10页 |
| 1.2.2 K近邻算法研究现状 | 第10-11页 |
| 1.2.3 ISOMAP算法研究现状 | 第11页 |
| 1.3 以往工作简述 | 第11-12页 |
| 1.4 论文章节安排 | 第12-14页 |
| 第2章 KNN算法原理 | 第14-22页 |
| 2.1 KNN算法描述 | 第14-15页 |
| 2.2 KNN算法中的距离 | 第15-17页 |
| 2.3 贝叶斯分类方法 | 第17-18页 |
| 2.4 改进的KNN算法 | 第18-22页 |
| 第3章 降维算法理论 | 第22-33页 |
| 3.1 线性降维算法-主成分分析 | 第22-24页 |
| 3.2 MDS算法的研究现状 | 第24-25页 |
| 3.3 经典多维标度法算法及原理 | 第25-28页 |
| 3.4 非度量多维标度 | 第28-29页 |
| 3.5 全局非线性流形学习降维算法 | 第29-33页 |
| 3.5.1 ISOMAP降维算法的研究现状 | 第29-30页 |
| 3.5.2 算法描述 | 第30-33页 |
| 第4章 研究区概况 | 第33-37页 |
| 4.1 研究区自然地理概况 | 第33-34页 |
| 4.2 构造 | 第34-36页 |
| 4.2.1 褶皱 | 第34-35页 |
| 4.2.2 断裂 | 第35-36页 |
| 4.3 岩浆岩 | 第36页 |
| 4.4 区域矿产成矿带 | 第36-37页 |
| 第5章 算法的应用研究 | 第37-49页 |
| 5.1 单元素异常分析 | 第37-39页 |
| 5.2 基于KNN算法的单元素异常分析 | 第39-42页 |
| 5.3 组合元素异常圈定 | 第42-45页 |
| 5.3.1 聚类分析 | 第42-44页 |
| 5.3.2 元素地球化学场分布特征 | 第44-45页 |
| 5.3.3 主成分分析 | 第45页 |
| 5.4 基于ISOMAP算法的元素组合异常分析 | 第45-49页 |
| 结论 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读学位期间取得学术成果 | 第54页 |
