项目组拟概括和总结非线性隐含变量理论模型的最新研究成果,通过模型扩展研制出非线性隐含变量矿产资源评价新模型并应用于森林覆盖区的矿产资源评价。首先,应用混合隐含变量模型对试验区的地物化遥单学科观测数据集建模,把试验区各学科观测数据从高维空间变换到特征空间,在特征空间中识别数据集结构和聚类信息,圈定地质异常;然后,应用扩展的非线性隐含变量模型对试验区地质异常的地学属性特征建模,把地质异常从属性观测空间变换到非线性特征空间,在特征空间中研究地质异常之间的复杂关系,评价地质异常的含矿性。混合隐含变量模型能够解决高维观测数据集局部数据缺失时的建模问题;扩展的非线性隐含变量模型预计能够揭示地质异常间的复杂非线性关系。项目选题具有重要的理论意义,项目预期成果具有很高的实用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
带有滑动摩擦摆支座的500 kV变压器地震响应
基于腔内级联变频的0.63μm波段多波长激光器
智能煤矿建设路线与工程实践
专家乘积模型矿产资源评价研究
基于压缩感知理论的大数据矿产资源评价模型研究与应用示范
极限学习机矿产资源评价研究
基于蝙蝠算法体系的大数据矿产资源评价模型研究及应用示范