定性资料处理技术的应用研究
| 第一章 绪论 | 第9-18页 |
| 1.1 选题的背景及意义 | 第9-10页 |
| 1.2 人工神经网络概述 | 第10-13页 |
| 1.3 模糊神经网络研究现状 | 第13-14页 |
| 1.4 本文研究内容及取得的主要成果 | 第14-18页 |
| 第二章 基于特征分析的定性资料的分析与预测 | 第18-40页 |
| 2.1 矿产资源预测中的特征分析原理 | 第18-27页 |
| 2.1.1 变量的定义和赋值以及单元的选取 | 第19-20页 |
| 2.1.2 数学模型 | 第20-21页 |
| 2.1.3 变量的权 | 第21-24页 |
| 2.1.4 模型的使用 | 第24-27页 |
| 2.2 应用实例—贵州金矿资源预测 | 第27-39页 |
| 2.2.1 控矿因素的信息特征 | 第28-31页 |
| 2.2.2 金密集、异常密集单元的划分 | 第31-32页 |
| 2.2.3 地质变量的提取与赋值 | 第32-33页 |
| 2.2.4 金矿床定位评价 | 第33-35页 |
| 2.2.5 成矿概率的估计 | 第35-37页 |
| 2.2.6 金矿床定位预测结果分析 | 第37-39页 |
| 2.3 本章小结 | 第39-40页 |
| 第三章 基于弹性BP网络的定性资料的分析与预测 | 第40-60页 |
| 3.1 弹性BP网络 | 第40-52页 |
| 3.1.1 基本BP算法的局限性 | 第40-41页 |
| 3.1.2 弹性BP算法原理 | 第41-45页 |
| 3.1.3 弹性BP网络程序的详细算法 | 第45-52页 |
| 3.2 应用举例—贵州金矿储量的分类预测 | 第52-58页 |
| 3.3 本章小结 | 第58-60页 |
| 第四章 基于对偶标度的多维定性资料的统计分析 | 第60-75页 |
| 4.1 对偶标度的基本原理 | 第60-63页 |
| 4.2 多维表的对偶标度 | 第63-68页 |
| 4.3 多维表对偶标度应用实例 | 第68-73页 |
| 4.3.1 数据的处理 | 第68-69页 |
| 4.3.2 应用实例的计算结果 | 第69-73页 |
| 4.4 本章小结 | 第73-75页 |
| 第五章 基于模糊分类的多维定性资料的统计分析 | 第75-88页 |
| 5.1 基于模糊分类的直方图构造模型 | 第75-78页 |
| 5.2 应用实例 | 第78-87页 |
| 5.2.1 基本步骤 | 第78-79页 |
| 5.2.2 计算结果 | 第79-86页 |
| 5.2.3 结果分析 | 第86-87页 |
| 5.3 本章小结 | 第87-88页 |
| 第六章 基于模糊神经网络的定性资料的综合评价 | 第88-102页 |
| 6.1 模糊神经网络概述 | 第88-91页 |
| 6.2 多层前馈模糊神经网络结构的设计 | 第91-94页 |
| 6.3 实例应用 | 第94-101页 |
| 6.3.1 应用的基本步骤 | 第94-96页 |
| 6.3.2 计算结果 | 第96-100页 |
| 6.3.3 结果分析 | 第100-101页 |
| 6.4 本章小结 | 第101-102页 |
| 结论 | 第102-104页 |
| 参考文献 | 第104-116页 |
| 内容摘要 | 第116-120页 |
| Abstract | 第120页 |
| 攻读博士学位期间发表的学术论文及其他成果 | 第124-125页 |
| 博士论文指导小组 | 第125-126页 |
| 致谢 | 第126页 |
