利用重磁资料进行构造边界识别与弱异常提取的方法研究及应用
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 选题依据和研究思路 | 第11-12页 |
| 1.2 研究的目的和意义 | 第12-13页 |
| 1.3 研究现状与进展 | 第13-19页 |
| 1.4 主要内容和创新点 | 第19-21页 |
| 1.4.1 主要研究内容 | 第19-20页 |
| 1.4.2 创新点 | 第20-21页 |
| 第2章 位场分离和边界增强基本理论 | 第21-37页 |
| 2.1 边界增强 | 第21-27页 |
| 2.1.1 水平方向导数 | 第21-23页 |
| 2.1.2 欧拉反褶积 | 第23-26页 |
| 2.1.3 小子域滤波 | 第26-27页 |
| 2.2 人工神经网络方法 | 第27-30页 |
| 2.2.1 神经网络模型 | 第27-28页 |
| 2.2.2 人工神经网络在重磁异常解释中的应用 | 第28-30页 |
| 2.3 小波分析 | 第30-37页 |
| 2.3.1 小波变换的概念 | 第30-31页 |
| 2.3.2 小波分析的基本理论 | 第31-33页 |
| 2.3.3 小波分析的应用 | 第33-37页 |
| 第3章 非线性理论在重磁边界识别中的应用 | 第37-87页 |
| 3.1 混沌动力学 | 第37-41页 |
| 3.1.1 混沌理论 | 第37-39页 |
| 3.1.2 混沌与成矿的关系 | 第39-40页 |
| 3.1.3 混沌的应用 | 第40-41页 |
| 3.2 Lyapunov指数 | 第41-49页 |
| 3.2.1 Lyapunov指数的定义 | 第41-43页 |
| 3.2.2 Lyapunov指数计算方法 | 第43-49页 |
| 3.3 Lyapunov指数与混沌、成矿的关系 | 第49-51页 |
| 3.3.1 Lyapunov指数与混沌的关系 | 第49页 |
| 3.3.2 Lyapunov指数与成矿的关系 | 第49-51页 |
| 3.4 Lyapunov指数在边界识别中的应用 | 第51-75页 |
| 3.4.1 双方向Lyapunov指数极小值方法 | 第51-59页 |
| 3.4.2 理论模型 | 第59-70页 |
| 3.4.3 实例 | 第70-75页 |
| 3.5 分形理论及其应用 | 第75-87页 |
| 3.5.1 分形几何基本理论 | 第75-80页 |
| 3.5.2 分形的应用 | 第80-87页 |
| 第4章 基于自相关滤波法提取重磁弱异常的方法研究 | 第87-117页 |
| 4.1 自相关滤波法研究现状及理论基础 | 第87-90页 |
| 4.1.1 自相关滤波法研究现状 | 第87-88页 |
| 4.1.2 自相关滤波法理论 | 第88-90页 |
| 4.2 一维自相关滤波 | 第90-102页 |
| 4.2.1 一维自相关滤波法的原理 | 第90-91页 |
| 4.2.2 一维自相关滤波法理论模型试验 | 第91-95页 |
| 4.2.3 一维自相关滤波法的改善及试验 | 第95-102页 |
| 4.3 维自相关滤波 | 第102-112页 |
| 4.3.1 二维自相关滤波法原理 | 第102-104页 |
| 4.3.2 二维自相关滤波法理论模型试验 | 第104-107页 |
| 4.3.3 二维自相关滤波法的改善及试验 | 第107-112页 |
| 4.4 实际资料处理 | 第112-117页 |
| 第5章 结论与建议 | 第117-121页 |
| 5.1 结论 | 第117-118页 |
| 5.2 建议 | 第118-121页 |
| 参考文献 | 第121-131页 |
| 攻读博士学位期间发表的学术论文 | 第131-133页 |
| 致谢 | 第133页 |
