期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于高分二号卫星数据的煤矿区地质灾害信息提取研究
被引量：
1
1
作者
赵萍
李志辉
+2 位作者
肖瑶
袁峰
李晓晖
《地质科学》
CAS
CSCD
北大核心
2018年第4期1361-1374,共14页
随着遥感数据获取技术和能力的全面提高，遥感数据呈现出明显的大数据特征。发展适应于遥感大数据的智能分析和信息挖掘技术，成为当前遥感技术研究的前沿。高分二号（GF－2）卫星数据是我国首颗自主研发的亚米级高分辨率卫星数据，具...
随着遥感数据获取技术和能力的全面提高，遥感数据呈现出明显的大数据特征。发展适应于遥感大数据的智能分析和信息挖掘技术，成为当前遥感技术研究的前沿。高分二号（GF－2）卫星数据是我国首颗自主研发的亚米级高分辨率卫星数据，具有观测幅宽、重访周期短、高辐射精度、高定位精度等优势，为未来我国地质灾害的长期、动态地监测和研究提供了高精度、稳定可靠的数据源。本文选取安徽谢桥煤矿2015年1月8日的GF－2卫星影像为研究数据，在对煤矿区主要地质灾害遥感地学分析的基础上，采用面向对象的影像分析方法对研究区由采煤活动所诱发的地质灾害信息进行自动提取。结果表明：利用GF－2卫星数据能够有效地识别地质灾害体的位置、范围、形态等空间分布特征；面向对象的自动提取方法对于煤矿区大面积的积水塌陷盆地、小规模的塌陷坑和线性的地裂缝都有很高的提取精度，识别精度达90％以上；基于逐层剔除的思路构建的提取规则，为GF－2数据在地质灾害调查和大数据分析中的应用提供了很好的技术支持，也为其它地物目标的提取提供了参考，但在特征的选择和阈值的设定上需要具体分析。
展开更多
关键词
遥感大数据
高分二号
煤矿区
地质灾害
地面塌陷
面向对象信息提取
在线阅读
下载PDF
职称材料
基于CART算法的三维成矿预测研究——以安徽白象山矿区为例
被引量：
1
2
作者
李志辉
赵萍
+2 位作者
李晓晖
袁峰
周宇章
《地质科学》
CAS
CSCD
北大核心
2018年第4期1314-1326,共13页
把地质大数据和人工智能技术引入矿产资源定量评价及成矿预测体系中，提高了海量地质数据的有效信息挖掘，弥补了传统方法的不足。本文基于白象山矿区基础地质资料和物化探成果资料，利用三维地质体建模技术和三维空间分析技术，量化三...
把地质大数据和人工智能技术引入矿产资源定量评价及成矿预测体系中，提高了海量地质数据的有效信息挖掘，弥补了传统方法的不足。本文基于白象山矿区基础地质资料和物化探成果资料，利用三维地质体建模技术和三维空间分析技术，量化三维控矿因素，建立了一种基于CART算法的三维成矿预测模型。通过在白象山矿区的实验表明：该模型能较好的定位已知矿体，并且预测出在已知矿体北部、东部、东北部、西部、南部和东南部具有较高的成矿概率，可圈定找矿靶区。该模型将地质大数据应用于找矿勘探工作，具有纯数据驱动、预测精度高、预测结果可靠等优点。研究发现，该模型的预测效果与训练数据集的数量、矿控因素提取、决策树深度等有关。
展开更多
关键词
大数据
机器学习
CART算法
三维建模
成矿预测
在线阅读
下载PDF
职称材料
题名
基于高分二号卫星数据的煤矿区地质灾害信息提取研究
被引量：
1
1
作者
赵萍
李志辉
肖瑶
袁峰
李晓晖
机构
合肥工业大学
资源与环境工程学院
安徽省矿产资源与矿山环境工程技术
研究
中心
、合肥工业大学
矿床成因与勘查技术
研究
中心
、合肥工业大学
空间信息智能分析与应用研究所、合肥工业大学
出处
《地质科学》
CAS
CSCD
北大核心
2018年第4期1361-1374,共14页
基金
国家重点研发计划项目（编号：2016YFC0600209）和国家自然科学基金项目（编号：41672069,41702353）资助.
文摘
随着遥感数据获取技术和能力的全面提高，遥感数据呈现出明显的大数据特征。发展适应于遥感大数据的智能分析和信息挖掘技术，成为当前遥感技术研究的前沿。高分二号（GF－2）卫星数据是我国首颗自主研发的亚米级高分辨率卫星数据，具有观测幅宽、重访周期短、高辐射精度、高定位精度等优势，为未来我国地质灾害的长期、动态地监测和研究提供了高精度、稳定可靠的数据源。本文选取安徽谢桥煤矿2015年1月8日的GF－2卫星影像为研究数据，在对煤矿区主要地质灾害遥感地学分析的基础上，采用面向对象的影像分析方法对研究区由采煤活动所诱发的地质灾害信息进行自动提取。结果表明：利用GF－2卫星数据能够有效地识别地质灾害体的位置、范围、形态等空间分布特征；面向对象的自动提取方法对于煤矿区大面积的积水塌陷盆地、小规模的塌陷坑和线性的地裂缝都有很高的提取精度，识别精度达90％以上；基于逐层剔除的思路构建的提取规则，为GF－2数据在地质灾害调查和大数据分析中的应用提供了很好的技术支持，也为其它地物目标的提取提供了参考，但在特征的选择和阈值的设定上需要具体分析。
关键词
遥感大数据
高分二号
煤矿区
地质灾害
地面塌陷
面向对象信息提取
Keywords
Remote sensing big data
GF-2
Coal mine area
Geological hazard
Ground collapse
Object-oriented
Information extraction
分类号
P237 [天文地球—摄影测量与遥感]
P618.1 [天文地球—矿床学]
在线阅读
下载PDF
职称材料
题名
基于CART算法的三维成矿预测研究——以安徽白象山矿区为例
被引量：
1
2
作者
李志辉
赵萍
李晓晖
袁峰
周宇章
机构
合肥工业大学
资源与环境工程学院
安徽省矿产资源与矿山环境工程技术中心
、合肥工业大学
矿床成因与勘查技术
研究
中心
、合肥工业大学
空间信息智能分析与应用研究所、合肥工业大学
安徽省公益性地质调查管理中心
出处
《地质科学》
CAS
CSCD
北大核心
2018年第4期1314-1326,共13页
基金
国家重点研发计划项目（编号：2016YFC0600209）、国家自然科学基金项目（编号：41672069,41702353）、中央高校基本科研业务费专项资金项目（编号：JZ2018HGTB0249）和安徽省国土资源科技项目（编号：2016-K-4）资助.
文摘
把地质大数据和人工智能技术引入矿产资源定量评价及成矿预测体系中，提高了海量地质数据的有效信息挖掘，弥补了传统方法的不足。本文基于白象山矿区基础地质资料和物化探成果资料，利用三维地质体建模技术和三维空间分析技术，量化三维控矿因素，建立了一种基于CART算法的三维成矿预测模型。通过在白象山矿区的实验表明：该模型能较好的定位已知矿体，并且预测出在已知矿体北部、东部、东北部、西部、南部和东南部具有较高的成矿概率，可圈定找矿靶区。该模型将地质大数据应用于找矿勘探工作，具有纯数据驱动、预测精度高、预测结果可靠等优点。研究发现，该模型的预测效果与训练数据集的数量、矿控因素提取、决策树深度等有关。
关键词
大数据
机器学习
CART算法
三维建模
成矿预测
Keywords
Big data
Machine learning
CART algorithm
3D modeling
Metallogenic prediction
分类号
P612 [天文地球—矿床学]
P618.13 [天文地球—矿床学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于高分二号卫星数据的煤矿区地质灾害信息提取研究
赵萍
李志辉
肖瑶
袁峰
李晓晖
《地质科学》
CAS
CSCD
北大核心
2018
1
在线阅读
下载PDF
职称材料
2
基于CART算法的三维成矿预测研究——以安徽白象山矿区为例
李志辉
赵萍
李晓晖
袁峰
周宇章
《地质科学》
CAS
CSCD
北大核心
2018
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
