基于数据挖掘技术的矿产资源评价研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 课题提出背景 | 第10-11页 |
| 1.2 课题研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 课题的目的和意义 | 第12-13页 |
| 1.4 课题的主要工作 | 第13页 |
| 1.5 论文的结构与组织 | 第13-15页 |
| 2 数据挖掘技术 | 第15-27页 |
| 2.1 数据挖掘的特点、步骤、方法 | 第15-18页 |
| 2.1.1 数据挖掘特点 | 第15-16页 |
| 2.1.2 数据挖掘步骤 | 第16-17页 |
| 2.1.3 数据挖掘方法 | 第17-18页 |
| 2.2 聚类分析技术 | 第18-23页 |
| 2.2.1 聚类分析 | 第18-20页 |
| 2.2.2 数据的预处理 | 第20-22页 |
| 2.2.3 常用聚类方法 | 第22-23页 |
| 2.3 关联分析技术 | 第23-26页 |
| 2.3.1 关联分析 | 第24-25页 |
| 2.3.2 常用关联分析方法 | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 3 矿产资源评价模型的建立 | 第27-37页 |
| 3.1 聚类分析模型建立 | 第27-32页 |
| 3.1.1 K-means 原理 | 第27页 |
| 3.1.2 K-means 分析模型建立 | 第27-30页 |
| 3.1.3 Cluster 原理 | 第30-31页 |
| 3.1.4 Cluster 分析模型建立 | 第31-32页 |
| 3.2 关联分析模型建立 | 第32-34页 |
| 3.2.1 皮尔逊关联分析原理 | 第32页 |
| 3.2.2 关联分析模型建立 | 第32-34页 |
| 3.3 数据挖掘软件平台 | 第34-36页 |
| 3.3.1 Poly Analyst | 第34-35页 |
| 3.3.2 MapGIS K9 | 第35-36页 |
| 3.4 小结 | 第36-37页 |
| 4 矿产资源评价实例研究 | 第37-72页 |
| 4.1 研究区域地质概括 | 第37-39页 |
| 4.1.1 自然地理情况 | 第37页 |
| 4.1.2 区域地质背景 | 第37-39页 |
| 4.2 数据整理及数据库建立 | 第39-40页 |
| 4.3 聚类分析实例研究 | 第40-58页 |
| 4.3.1 K-means 聚类分析研究 | 第40-51页 |
| 4.3.2 Cluster 分析研究 | 第51-58页 |
| 4.4 聚类结果 MapGIS 成图 | 第58-60页 |
| 4.5 关联分析实例研究 | 第60-71页 |
| 4.5.1 一区关联分析 | 第61-66页 |
| 4.5.2 二区关联分析 | 第66-71页 |
| 4.6 小结 | 第71-72页 |
| 5 矿产资源实例评价结果分析 | 第72-75页 |
| 结论 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 在学研究成果 | 第80-81页 |
| 致谢 | 第81页 |
