地质数据的处理常用的方法介绍.ppt

地质数据处理功能 内容: 第一部分多元统计 第二部分地球化学图制作 第一部分:多元统计 地、物、化、遥多源地学信息的处理、分析是进行物 化探数据综合处理、矿产资源评价的重要手段 多元统计分析是地球化学数据广泛使用的统计分析及 数据处理方法 填图系统中集成了几种常用的多元统计分析方法,包 括:因子分析、聚类分析、多元判别分析、神经网络 系统可以方便地对图层的定量数据进行处理,免去了 数据准备的繁琐过程,同时提供了聚类谱系图X 因子分析: 因子分析是帮助我们对大量地质观测资料进行分 析和作出较为合理解释的一种多变量统计方法 它能够从大量的观测资料中,在关系复杂的情况 下,寻找影响它们的共同因素和特征因素。并以 原始数据间的相关关系为基础,通过数据方法将 许多彼此间具有错综复杂关系,它往往指示出某 种地质上的共生组合和成因联系。用因子代替原 始变量,不仅对原始变量的相关信息损失无几, 类分析 聚类分析是一种多元统计的方法,最早被运用在分类学中,形成了数值分类学这 个学科。以后,随着统计软件的发展,聚类分析被引进到统计分析中来,形成了 聚类分析这样一种多元统计方法 聚类分析主要用于辨认具有相似性的事物,并根据彼此不同的特性加以“聚类″ 使同一类的事物具有高度的相似性。简单点,就是按照一定标准来鉴别地理区域 或实体、现象之间的接近程度,并将相接近的归为一类的数学方法。 选择刻划对象间两两接近程度的要素和具体标定方法,是聚类分析的关键性基础 工作。它主要依靠地理专业知识,具体标定方法很多,常用的有相关系数法、欧 式距离法、海明距离法、夹角余弦法及数量积法等。把彼此接近的归为一类的聚 方法也有多种,如一次性完成的系统聚类和逐步完成的动态聚类;基于分明 硬)划分的聚类和基于模糊(软)划分的聚类;具体实施上有通过矩阵运算实 现的,也有应用图论方法实施的。 判别分析 判别分析的前提是已经存在几种已知的分组类型 需要对未知样品判别其归属于哪一类。 神经属络: 可用于离散数据变量间的非线性关系拟合(对多, 多对,多对多),达到预测的作用;用于离散数 据的模式识别,即先建立样本属性与模式之间的 关系,通过回判达到识别样本模式的功能,属于 有监督的模式识别 原始数据的要求 0数据分布特征:离散点网格化数据 0文件格式 系统中集成的数据:图幅库中加入的点图层文 件 用户打开文件夹选择不同格式数据 实验数据 ◆投影文件(、、) ◆图幅 设置模的参 恩含层数P彐 隐含层的结点激 选代款Fm言 学习参数 输出层继数 计制操卩0 取消 后TF[ For Cnrl I BP神经网