復(fù)雜地質(zhì)數(shù)據(jù)深度挖掘與智能分析

目錄
前言
第1章緒論1
1.1概述1
1.2國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢2
1.3基本概念6
1.4本書主要內(nèi)容8
第2章關(guān)鍵科學(xué)技術(shù)問題分析11
2.1復(fù)雜多源多尺度地質(zhì)數(shù)據(jù)對象與數(shù)據(jù)結(jié)構(gòu)分析11
2.2復(fù)雜地質(zhì)數(shù)據(jù)深度挖掘難點分析14
2.3智能分析方案與總體結(jié)構(gòu)16
2.4本章小結(jié)18
第3章基本方法原理與分析工具20
3.1數(shù)學(xué)統(tǒng)計分析方法20
3.2機(jī)器學(xué)習(xí)算法27
3.3深度學(xué)習(xí)方法36
3.4常用驗證與評價方法55
3.5開源工具平臺58
3.6本章小結(jié)61
第4章全球及區(qū)域尺度地質(zhì)數(shù)據(jù)智能判別分析62
4.1玄武巖大地構(gòu)造環(huán)境智能挖掘判別與分析62
4.2基于貝葉斯與多元高斯Copula理論的輝長巖大地構(gòu)造環(huán)境判別分析73
4.3金礦規(guī)格單元數(shù)據(jù)的智能成礦預(yù)測分析91
4.4耦合PCA SVM算法的金礦礦床規(guī)模預(yù)測分析98
4.5本章小結(jié)108
第5章工程尺度野外地質(zhì)數(shù)據(jù)智能識別與分析109
5.1巖石種類智能識別方法109
5.2地勘地質(zhì)結(jié)構(gòu)圖像的深度分類分析模型與方法118
5.3深度神經(jīng)網(wǎng)絡(luò)模式下的巖石強(qiáng)度的無損檢測130
5.4本章小結(jié)138
第6章工程尺度地質(zhì)勘探數(shù)據(jù)深度挖掘139
6.1鉆孔攝影圖像深度特征的地質(zhì)界線智能識別方法139
6.2鉆孔攝影圖像的結(jié)構(gòu)面識別與分析156
6.3硐室內(nèi)基礎(chǔ)地質(zhì)現(xiàn)象圖像多深度模型智能分類方法170
6.4基于對穿聲波波速的巖體完整性多尺度智能評價179
6.5本章小結(jié)187
第7章統(tǒng)計及標(biāo)本尺度地質(zhì)數(shù)據(jù)智能表征與判別188
7.1巖體結(jié)構(gòu)裂隙多維參數(shù)不確定性表征與分析188
7.2巖土體高維參數(shù)智能模擬與不確定性分析194
7.3耦合顏色和紋理特征的礦物圖像識別209
7.4本章小結(jié)216
第8章多尺度地質(zhì)不確定性與參數(shù)化三維建模217
8.1隨機(jī)扁橢球離散裂隙網(wǎng)絡(luò)模型217
8.2巖體多邊形隨機(jī)離散裂隙網(wǎng)絡(luò)建模方法225
8.3巖體隨機(jī)離散裂隙網(wǎng)絡(luò)模型的圖形檢驗算法239
8.4工程尺度地質(zhì)結(jié)構(gòu)三維參數(shù)化建模方法254
8.5復(fù)雜斷層不確定性智能建模與分析方法266
8.6本章小結(jié)285
第9章應(yīng)用技術(shù)研發(fā)與工程實踐286
9.1地質(zhì)大數(shù)據(jù)智能挖掘與分析平臺286
9.2水利水電工程地質(zhì)三維實景野外編錄填圖系統(tǒng)研發(fā)287
9.3“石事求石”306
9.4巖體表面強(qiáng)度無損檢測與智能地質(zhì)錘312
9.5巖體裂隙多維參數(shù)聯(lián)合模擬程序317
9.6巖石構(gòu)造背景智能判別程序320
9.7本章小結(jié)321
第10章結(jié)束語322
參考文獻(xiàn)325