| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 课题研究背景和意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 三维矿体的数据模型研究现状 | 第9-11页 |
| 1.2.2 空间插值技术的研究现状 | 第11-12页 |
| 1.2.3 矿体的三维剖切技术研究现状 | 第12页 |
| 1.3 本文研究内容的组织结构 | 第12-14页 |
| 2 基于克里金插值的岩心矿物丰度预测与立体填图方法 | 第14-45页 |
| 2.1 引言 | 第14页 |
| 2.2 克里金算法 | 第14-34页 |
| 2.2.1 克里金算法的基本原理 | 第15-17页 |
| 2.2.2 变差函数模型的建立 | 第17-20页 |
| 2.2.3 不同变差函数模型对克里金插值的影响 | 第20-24页 |
| 2.2.4 克里金变差函数的拟合算法 | 第24-28页 |
| 2.2.5 实验分析 | 第28-34页 |
| 2.3 基于克里金算法的矿物丰度预测与立体填图 | 第34-44页 |
| 2.3.1 钻井矿物数据表示及其预处理 | 第34-37页 |
| 2.3.2 插值空间的单元分解 | 第37-38页 |
| 2.3.3 计算研究区域内的样本体素 | 第38-39页 |
| 2.3.4 计算单元体素的矿物丰度 | 第39-40页 |
| 2.3.5 体素的矿物丰度与颜色的映射关系 | 第40页 |
| 2.3.6 实验结果 | 第40-44页 |
| 2.4 本章小结 | 第44-45页 |
| 3 基于BP神经网络的矿物丰度预测与立体填图方法 | 第45-60页 |
| 3.1 引言 | 第45页 |
| 3.2 BP神经网络的原理 | 第45-49页 |
| 3.3 基于神经网络的矿物丰度预测与立体填图 | 第49-59页 |
| 3.3.1 不规则三角网的生成 | 第50-53页 |
| 3.3.2 三棱柱模型的构建以及BP神经网络进行训练 | 第53-55页 |
| 3.3.3 计算每个体素的矿物丰度 | 第55-56页 |
| 3.3.4 实验结果 | 第56-59页 |
| 3.4 本章小结 | 第59-60页 |
| 4 基于TIN-GTP-TEN模型的矿物丰度预测与立体填图方法 | 第60-68页 |
| 4.1 引言 | 第60页 |
| 4.2 基于TIN-GTP-TEN模型的矿物丰度预测与立体填图 | 第60-67页 |
| 4.2.1 建立地表TIN模型 | 第61页 |
| 4.2.2 沿钻井扩展建立广义三棱柱 | 第61-63页 |
| 4.2.3 广义三棱柱剖分成四面体 | 第63-65页 |
| 4.2.4 计算四面体的矿物丰度 | 第65-66页 |
| 4.2.5 可视化显示 | 第66-67页 |
| 4.3 本章小结 | 第67-68页 |
| 5 岩心矿物立体填图系统设计与实现 | 第68-82页 |
| 5.1 引言 | 第68页 |
| 5.2 系统的总体设计 | 第68-70页 |
| 5.3 系统的相关技术 | 第70-73页 |
| 5.3.1 微软的基础类库MFC | 第70-72页 |
| 5.3.2 三维可视化渲染技术OpenGL | 第72-73页 |
| 5.4 岩心矿物立体填图系统实现 | 第73-81页 |
| 5.4.1 基本视图操作模块 | 第73-75页 |
| 5.4.2 矿物丰度立体填图模块 | 第75-77页 |
| 5.4.3 不同方向的剖切 | 第77-81页 |
| 5.5 本章小结 | 第81-82页 |
| 6 总结与展望 | 第82-84页 |
| 6.1 总结 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 附录 | 第89页 |
