首页--天文学、地球科学论文--地质、矿产普查与勘探论文--地质勘探论文

基于遥感和GIS的植被覆盖区矿产资源潜力评价方法及应用

摘要第5-7页
abstract第7-8页
第一章 绪论第11-18页
    1.1 研究目的及意义第11-12页
    1.2 国内外研究现状第12-15页
        1.2.1 遥感蚀变异常提取的产生与发展第12-13页
        1.2.2 区域矿产资源潜力评价与预测方法简介第13-15页
        1.2.3 存在的问题第15页
    1.3 论文研究内容与组织结构第15-17页
    1.4 本章小结第17-18页
第二章 植被覆盖区遥感蚀变异常提取第18-33页
    2.1 提取遥感蚀变异常方法路线第18-19页
    2.2 遥感数据与研究区简介第19-22页
        2.2.1 ASTER数据简介第19页
        2.2.2 研究区和提取目标第19-22页
    2.3 蚀变异常提取原理与应用第22-30页
        2.3.1 减弱植被影响第22-29页
            2.3.1.1 最小噪声分离技术(MNF)第22-24页
            2.3.1.2 连续最大角凸锥(SMACC)第24-25页
            2.3.1.3 植被波谱识别(SFF/SAM)第25-28页
            2.3.1.4 像元线性补偿置换第28-29页
        2.3.2 提取蚀变异常第29-30页
    2.4 结果与分析第30-32页
    2.5 本章小结第32-33页
第三章 基于证据理论模型的矿产资源潜力评价方法第33-40页
    3.1 Dempster-Shafer信任函数模型第33-36页
    3.2 信任函数的概率分配第36-38页
    3.3 验证与评价方法第38-39页
    3.4 本章小结第39-40页
第四章 基于Logistic regression模型的矿产资源潜力评价方法第40-45页
    4.1 Logistic regression原理第41-42页
    4.2 模型参数估计第42-43页
    4.3 模型求解算法第43-44页
    4.4 本章小结第44-45页
第五章 基于受限玻尔兹曼机模型的矿产资源潜力评价方法第45-52页
    5.1 模型概述第45-46页
    5.2 模型构建和参数求解第46-48页
    5.3 一个RBM模型用于异常检测的案例第48-51页
    5.4 本章小结第51-52页
第六章 三种模型在四川省长柏乡热液型铜矿资源潜力评价中的应用第52-86页
    6.1 证据理论方法在矿产资源潜力评价中的应用第52-64页
        6.1.1 矿床模型第52-55页
        6.1.2 数据预处理第55-57页
        6.1.3 信任函数分配第57-59页
        6.1.4 证据合成及不确定性评价图第59-62页
        6.1.5 结果与分析第62-64页
    6.2 Logistic regression模型在矿产资源潜力评价中的应用第64-76页
        6.2.1 地球科学空间数据选择与分析第64-67页
        6.2.2 负类样本的选取第67-68页
        6.2.3 属性敏感度分析第68-70页
        6.2.4 矿产资源潜力评价结果第70-74页
        6.2.5 结果的验证第74-76页
    6.3 受限玻尔兹曼机方法在长柏乡铜矿产资源的应用第76-80页
        6.3.1 输入层选择第76页
        6.3.2 隐藏层和迭代次数的确定第76-78页
        6.3.3 评价结果第78-80页
    6.4 三种模型效果对比第80-86页
        6.4.1 可视化对比第80-82页
        6.4.2 AUC与ROC对比第82-83页
        6.4.3 已知矿点验证对比第83-86页
第七章 结论与展望第86-88页
    7.1 结论第86-87页
    7.2 展望第87-88页
致谢第88-89页
参考文献第89-95页
攻读硕士学位期间取得的成果第95-96页

论文共96页,点击 下载论文
上一篇:虚拟网络映射在SDN北向接口的设计与实现
下一篇:基于邻居控制信息的多智能体分布式跟踪协议