论文摘要
随着数字化进程的不断推进,地质科学迫切需要引入可以实现数据自动处理和分析的新技术与新方法,机器学习理论的发展为地质大数据中的复杂问题提供了新的求解途径。论文针对非线性成矿系统进行了动力过程的研究,验证了系统的动力学行为以及系统变量之间的非线性函数关系,并针对系统中的不同目标问题进行了机器学习模型的应用与探讨。论文主要研究成果如下:(1)以成矿元素为研究对象,运用相空间重构技术和关联维数,结合反应扩散方程对成矿元素的动力过程进行研究,研究表明:成矿元素的聚集与扩散过程具有混沌性态,其动力过程所形成的吸引子具有稳定的分形维数,系统的稳定性决定了相空间中吸引子的具体形态。(2)以涨落耗散定理为出发点,通过考察成矿系统内部的涨落,得到了系统对于能量的耗散程度,并结合实际钻孔中元素含量的分布特征,研究了成矿系统能量耗散对于元素含量分布的影响,结果显示:系统能量的耗散程度决定了成矿元素含量在空间中的分布高低。(3)利用DLA模型对不同约束条件下成矿流体的渗透过程进行模拟,结果显示:成矿流体的运移行迹在空间上具有自相似性,可以将其视为一种分形生长过程。(4)以结构化数据为基础,分别针对系统中的回归问题、岩性识别问题和特征提取问题探讨了不同机器学习模型的应用效果,结果显示:随机森林和SVM模型对于系统内部的非线性关系拟合效果较好;GBDT算法对于岩性识别问题具有较高的分类精度;经过熵函数的计算,随机森林模型选择的特征具有更高的分类能力;相比于PCA模型,基于RBF核函数和Sigmoid核函数的KPCA模型特征提取效果更好,并且实验样本在新生成的特征空间中线性可分;ISOMAP和LLE两种流形学习模型可以有效的学习高维空间中的变化,使得样本经过映射后在新特征空间中的分类边界明显;前馈神经网络模型则可以在求解目标问题的同时实现特征的自动提取,其隐含层的权重分布在一定程度上影响着特征学习的有效性。
论文目录
文章来源
类型: 博士论文
作者: 韩启迪
导师: 申维
关键词: 成矿动力系统,非线性,岩性识别,机器学习
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,矿业工程
单位: 中国地质大学(北京)
基金: 国家自然科学基金项目(编号41172302,40672196)
分类号: P624
DOI: 10.27493/d.cnki.gzdzy.2019.000032
总页数: 120
文件大小: 7277K
下载量: 81
相关论文文献
- [1].一个轻量级分布式机器学习系统的设计与实现[J]. 计算机工程 2020(01)
- [2].百度研究院发布2020年十大科技趋势预测[J]. 中国经济周刊 2020(01)
- [3].浅谈中高年级本科生机器学习知识传授与科研素养培育的三大主线[J]. 教育教学论坛 2020(10)
- [4].自动化机器学习中的超参调优方法[J]. 中国科学:数学 2020(05)
- [5].机器学习系统毒化攻击综述[J]. 通信技术 2020(03)
- [6].机器学习在地球物理测井中的应用进展[J]. 测井技术 2020(02)
- [7].基于自动机器学习的云平台动态资源调度研究[J]. 科技视界 2020(13)
- [8].非经典条件下的机器学习方法专题前言[J]. 软件学报 2020(04)
- [9].“机器学习+量子计算”未来可期[J]. 张江科技评论 2020(03)
- [10].机器学习在粒子加速器的应用(英文)[J]. 数据与计算发展前沿 2019(06)
- [11].机器学习如何改变教育[J]. 计算机与网络 2020(12)
- [12].机器学习诞生新型“研究员”[J]. 机床与液压 2020(14)
- [13].机器学习如何推动5G网络[J]. 计算机与网络 2020(13)
- [14].一种机器学习与相变之间的新型映射(英文)[J]. 中国科学技术大学学报 2020(01)
- [15].机器学习预测金融市场走势[J]. 数据分析与知识发现 2020(08)
- [16].魏德米勒自动化机器学习解决方案[J]. 石油化工自动化 2020(05)
- [17].面向数据科学研究生的机器学习课程教学研究[J]. 计算机教育 2020(11)
- [18].基于机器学习的智慧农业决策系统设计与实现[J]. 信息与电脑(理论版) 2018(24)
- [19].分布式机器学习平台与算法综述[J]. 计算机科学 2019(03)
- [20].机器学习在反洗钱领域的应用与发展[J]. 清华金融评论 2019(04)
- [21].机器学习让计算机更智能[J]. 计算机与网络 2019(14)
- [22].机器学习在经济学中的应用[J]. 纳税 2019(24)
- [23].机器学习在网络空间安全研究中的应用分析[J]. 电脑知识与技术 2019(24)
- [24].基于机器学习的城市生成方法研究[J]. 智能建筑与智慧城市 2019(11)
- [25].降低机器学习门槛的六大工具[J]. 电脑知识与技术(经验技巧) 2019(10)
- [26].机器学习在企业级场景中的实践与探讨[J]. 中国建设信息化 2018(03)
- [27].机器学习——我们该如何与机器竞争[J]. 数字通信世界 2018(01)
- [28].机器学习的能力范围及其对劳动力的影响[J]. 世界科学 2018(04)
- [29].机器学习即服务[J]. 网络安全和信息化 2017(10)
- [30].机器学习作用于信息安全的五大顶级案例[J]. 网络安全和信息化 2018(01)