您的位置: 专家智库 > >

国家自然科学基金(41072244)

作品数:2 被引量:11H指数:1
相关作者:李学斌周斌陈永良孙晓磊李伟东更多>>
相关机构:吉林大学吉林建筑大学更多>>
发文基金:国家自然科学基金吉林省科技发展计划基金更多>>
相关领域:天文地球更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇天文地球

主题

  • 1篇数据处理
  • 1篇最小二乘
  • 1篇滤波
  • 1篇模拟退火
  • 1篇勘查
  • 1篇矿产
  • 1篇矿产勘查
  • 1篇矿产资源
  • 1篇靶区
  • 1篇靶区预测
  • 1篇BOLTZM...

机构

  • 2篇吉林大学
  • 1篇吉林建筑大学

作者

  • 1篇林楠
  • 1篇陈永良
  • 1篇周斌
  • 1篇李学斌
  • 1篇刘德利
  • 1篇李伟东
  • 1篇孙晓磊

传媒

  • 1篇吉林大学学报...
  • 1篇地球物理学进...

年份

  • 1篇2014
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
用于变形监测的最小二乘滤波数据处理被引量:1
2014年
随着全站仪在测量工作中的广泛使用,以坐标为观测值的数据处理成为内业工作的主要内容。根据最小二乘滤波原理,将工程岩土体变形监测中所获得的坐标观测值及其他常规观测值进行联合平差。结果表明,滤波后变形点的点位精度最大可提高1.35mm,最弱点亦提高0.94mm,均明显高于直接观测结果,而且各类观测值之间所形成的约束条件进一步增强了平差结果的可靠性。
李伟东林楠刘德利孙晓磊
关键词:最小二乘滤波
基于Boltzmann机的矿产靶区预测被引量:10
2012年
矿产靶区预测是一种从统计单元集合中识别找矿靶区的非线性模式识别过程,可以利用Boltzmann机能够对外部刺激进行编码和重建的功能,实现基于Boltzmann机的矿产靶区非线性统计预测过程.鉴于此,笔者定义了面向矿产靶区预测的三层Boltzmann机模型,模型输入层神经元数目等于找矿证据数目,输出层只有一个神经元,隐藏层神经元数目由用户根据矿产靶区预测的精度要求确定;模型应用Hebbian编码和模拟退火算法相结合的随机学习算法进行训练,根据学习训练后模型输入层与隐藏层神经元之间的连接权确定找矿证据的权系数;根据证据权系数和统计单元证据组合特征计算单元成矿有利度,圈定找矿靶区.在GDAL数字图像输入输出函数库基础上,用VC++语言开发了面向栅格数据的矿产靶区预测Boltzmann机算法程序并应用于新疆阿勒泰地区的矿产靶区预测研究.结果表明,Boltzmann机模型预测的统计单元成矿有利度能够正确反映研究区已知矿床(点)的空间分布规律,因此,基于Boltzmann机的矿产靶区非线性统计预测模型是有效的.
陈永良周斌李学斌
关键词:模拟退火矿产资源矿产勘查靶区预测
共1页<1>
聚类工具0