基于集成学习思想的矿产资源预测模型研究
| 中文摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 选题依据及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 综合矿产预测研究现状 | 第12页 |
| 1.2.2 GIS技术在矿产预测中的应用现状 | 第12-13页 |
| 1.3 研究内容 | 第13-16页 |
| 1.3.1 研究内容与研究目标 | 第13-14页 |
| 1.3.2 研究方法与技术路线 | 第14-16页 |
| 第2章 区域地质概况 | 第16-27页 |
| 2.1 自然地理概况 | 第16页 |
| 2.2 地貌特征 | 第16-17页 |
| 2.3 区域地层 | 第17-20页 |
| 2.4 区域大地构造 | 第20-22页 |
| 2.5 岩浆岩 | 第22-25页 |
| 2.6 区域成矿条件分析 | 第25-27页 |
| 2.6.1 区域矿产 | 第25-26页 |
| 2.6.2 控矿条件 | 第26-27页 |
| 第3章 多源矿产信息收集与提取 | 第27-34页 |
| 3.1 遥感地质信息提取 | 第27-31页 |
| 3.1.1 遥感断裂构造特征分析 | 第27页 |
| 3.1.2 断裂构造密度分析 | 第27-28页 |
| 3.1.3 线性构造走向分析 | 第28-30页 |
| 3.1.4 地质界线密度分析 | 第30-31页 |
| 3.2 地球化学信息提取 | 第31-32页 |
| 3.3 地球物理信息提取 | 第32-34页 |
| 第4章 控矿因子选择 | 第34-46页 |
| 4.1 基于证据权的控矿因子网格单元赋值 | 第34-42页 |
| 4.1.1 证据权模型基本原理 | 第34-36页 |
| 4.1.2 控矿地层与岩浆岩赋值 | 第36-37页 |
| 4.1.3 地质界线密度赋值 | 第37-38页 |
| 4.1.4 断裂构造密度赋值 | 第38-39页 |
| 4.1.5 断裂构造缓冲半径赋值 | 第39-41页 |
| 4.1.6 航磁异常赋值 | 第41-42页 |
| 4.1.7 地球化学异常图赋值 | 第42页 |
| 4.2 基于随机森林的控矿因子重要性选择 | 第42-46页 |
| 第5章 综合成矿预测 | 第46-63页 |
| 5.1 支持向量机 | 第46-47页 |
| 5.2 逻辑斯蒂回归 | 第47-48页 |
| 5.3 集成学习模型 | 第48-51页 |
| 5.3.1 加权多数投票集成 | 第49-50页 |
| 5.3.2 Subsensemble集成 | 第50-51页 |
| 5.4 模型预测结果 | 第51-54页 |
| 5.5 精度评价 | 第54-63页 |
| 5.5.1 模型选择与参数调优 | 第55-56页 |
| 5.5.2 成矿预测ROC评价指标 | 第56-59页 |
| 5.5.3 基于约登指数成矿远景区划分 | 第59-63页 |
| 第6章 基于scikit-learn的GIS集成 | 第63-69页 |
| 6.1 Arcpy | 第63页 |
| 6.2 scikit-learn | 第63-65页 |
| 6.3 成矿预测工具箱的实现 | 第65-69页 |
| 第7章 结论与展望 | 第69-71页 |
| 7.1 结论 | 第69页 |
| 7.2 展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 作者简介 | 第76-77页 |
| 致谢 | 第77页 |
