空间加权及高阶主成分分析在多元地学信息综合中的应用

论文摘要

主成分分析(Principal Component Analysis,PCA)是一种常用的多元统计分析方法,其目的是将一系列具有一定相关性的数据转换为少量的相互独立的主成分,从而实现数据的有效降维及系统分析。主成分分析过程一般基于输入数据的相关系数或协方差进行。然而,其相关矩阵或协方差矩阵的构造形式不考虑空间数据之间的相互关联和结构特性,这与因长期演化所造成的地质体之间或多或少均具有一定成因联系的情形相悖。而且原始信息的分布大都集中在平均值的附近,这是基于多数值的统计特性形成的,对于成矿过程发生的地质异常现象,有价值的信息往往隐藏在少数值处而被忽略。因此,传统主成分分析法虽然在地学研究中应用广泛,常用于对多源地学数据进行系统的综合分析,但是从算法构成的角度看,缺乏地质要素之间相互关系的约束。此外,成矿事件作为小概率地质事件,其发生、发展、结束在时间和空间上具有异常性。相应地,其所产生的地质信息在数据结构上应远离主体或背景。考虑到算法本身和成矿事件本质特征,本论文将传统主成分分析(PCA)、空间加权主成分分析(SWPCA)以及高阶主成分分析(HOPCA)法应用到中国东天山矿区铁资源的远景区圈定与评价中,通过对比分析探讨三种方法在矿产资源预测应用中的可行性及优势。论文主要工作如下:(1)根据研究区的地质模型,选取区域地球化学数据,利用以上三种方法挖掘地质数据与各类地质现象的内在联系,实现矿化信息及控矿要素的定量化识别,从而为成矿预测和地质勘探提供直观的数据支持。(2)以矿床模型为指导,通过遥感数据和地质数据定义了两种不同的空间权重因子来构建空间加权主成分分析模型,从而增强传统主成分中未包含的地质要素间相互关系信息。(3)以地质异常理论为指导,将高阶主成分分析法应用于多元地学信息继承中,通过选取最优阶次来增强传统主成分中被忽略掉的,不在均值范围内的信息。对数据进行非线性的拉伸变换,能够识别和突出小部分或与成矿有关的地质异常信息,为本研究区开展地球化学异常信息识别提供思路。

论文目录

文章来源

类型: 硕士论文

作者: 王舒

导师: 赵洁

关键词: 主成分分析,空间加权主成分分析,高阶主成分分析,成矿预测

来源: 中国地质大学(北京)

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 地质学,地质学,地质学,地球物理学,矿业工程,矿业工程

单位: 中国地质大学(北京)

分类号: P628;P627;P612

DOI: 10.27493/d.cnki.gzdzy.2019.000582

总页数: 67

文件大小: 6795K

下载量: 51

相关论文文献

• [1].主成分分析方法求解主成分方法的改进[J]. 学术问题研究 2016(01)
• [2].基于广义非凸鲁棒主成分分析的视频前背景分离[J]. 仪器仪表学报 2020(01)
• [3].基于主成分分析的计量检测在水利行业的应用[J]. 中国资源综合利用 2020(05)
• [4].主成分分析和反向传播神经网络模型在血液透析机预防维护中的应用[J]. 中国医学装备 2020(07)
• [5].基于自适应滑窗递归稀疏主成分分析的工业过程故障监测[J]. 电子学报 2020(09)
• [6].基于主成分分析和聚类分析的股市板块流动性分析[J]. 经济研究导刊 2018(04)
• [7].基于主成分分析的中国各省市就业状况研究[J]. 市场周刊 2018(06)
• [8].炒米米酒的滋味品质评价[J]. 中国酿造 2017(09)
• [9].浅谈开放式小区对道路通行之影响[J]. 吉林建筑大学学报 2017(05)
• [10].基于多元统计分析的出租车资源配置模型研究[J]. 数学学习与研究 2017(13)
• [11].基于主成分分析的新建应用型本科高校课堂教学质量的影响因素评价[J]. 同行 2016(08)
• [12].当前新疆巴州地区失业率的影响因素分析及对策研究[J]. 科学中国人 2017(15)
• [13].浅谈主成分分析[J]. 数码世界 2017(07)
• [14].基于全局主成分分析的城市化质量测度与比较——以河南省为例[J]. 济源职业技术学院学报 2019(04)
• [15].湖南防范金融风险问题研究[J]. 现代营销(下旬刊) 2019(12)
• [16].基于主成分分析的商业街道活力空间影响因素研究[J]. 城市建筑 2020(21)
• [17].基于稳定稀疏主成分的基因表达数据聚类分析方法[J]. 黑龙江大学自然科学学报 2019(04)
• [18].基于主成分和聚类分析的泡排气井分类[J]. 西安石油大学学报(自然科学版) 2018(01)
• [19].对称设计与主成分分析[J]. 数学的实践与认识 2018(04)
• [20].天津市现代化发展影响因素分析[J]. 智库时代 2018(23)
• [21].基于主成分分析的大学生体质健康影响因素研究[J]. 武夷学院学报 2017(09)
• [22].基于主成分分析的手写体数字识别方法研究[J]. 信息技术 2016(08)
• [23].改进的主成分分析方法[J]. 舰船科学技术 2012(10)
• [24].某医学高等专科学校教师成就感的主成分分析[J]. 中国卫生统计 2011(04)
• [25].基于完全二维对称主成分分析的人脸识别[J]. 计算机工程 2010(12)
• [26].非线性主成分分析在电能质量综合评估中的应用[J]. 电测与仪表 2008(06)
• [27].影响装配式建筑质量因素的降维处理[J]. 山西建筑 2019(08)
• [28].基于主成分分析的空气质量评价方法研究[J]. 环境保护与循环经济 2018(07)
• [29].应用主成分分析综合评价社区卫生服务中心规模、效益、质量和效率[J]. 中国卫生统计 2013(06)
• [30].基于主成分分析的装备综合保障能力评估[J]. 指挥信息系统与技术 2013(05)

标签：主成分分析论文;  空间加权主成分分析论文;  高阶主成分分析论文;  成矿预测论文;