地學(xué)數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)

內(nèi)容概要

《地學(xué)數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)(精)》由石廣仁所著，數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)已在某些科技、商業(yè)等領(lǐng)域得到了較好的應(yīng)用，但在地學(xué)的應(yīng)用尚處于起步階段，這是由于地學(xué)的多學(xué)科性和復(fù)雜性造成的。鑒于它在地學(xué)中的已有應(yīng)用及未來應(yīng)用前景，本書重點(diǎn)放在介紹如下八大類算法：①概率與統(tǒng)計(jì)，包括概率密度函數(shù)、蒙特卡羅法、最小二乘法、多元回歸分析：②人工神經(jīng)網(wǎng)絡(luò)，包括BP模型的常用預(yù)測算法、特殊預(yù)測(即時(shí)間序列型數(shù)據(jù)的預(yù)測)算法；③支持向量機(jī)，包括D支持向量機(jī)二分類算法、采用機(jī)器學(xué)習(xí)的降維算法；④決策樹，包括ID3算法、C4．5算法；⑤貝葉斯分類，包括樸素貝葉斯、貝葉斯判別、貝葉斯逐步判別；⑥聚類分析，包括Q型聚類分析、R型聚類分析；⑦克立格法；⑧其他地學(xué)軟計(jì)算，包括模糊、灰色、分形幾何、線性規(guī)劃。共計(jì)21個(gè)算法。對(duì)于每一算法，分別給出其應(yīng)用范圍及條件、基本原理、計(jì)算方法、應(yīng)用實(shí)例。共計(jì)34個(gè)應(yīng)用實(shí)例(其中31個(gè)為地學(xué)實(shí)例)，并在若干地學(xué)實(shí)例中進(jìn)行了幾種分類算法的適用性比較。
    《地學(xué)數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)(精)》可供算法研究、軟件開發(fā)、地學(xué)科技人員使用，也可作為高等院校地學(xué)專業(yè)本科生和研究生的教材。

書籍目錄

第一章  數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)的概述  第一節(jié) 數(shù)據(jù)挖掘引論    一、數(shù)據(jù)挖掘的原動(dòng)力    二、數(shù)據(jù)挖掘的任務(wù)和內(nèi)容    三、數(shù)據(jù)挖掘系統(tǒng)的分類    四、地學(xué)數(shù)據(jù)挖掘的特殊性  第二節(jié) 可進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)系統(tǒng)    一、數(shù)據(jù)庫    二、數(shù)據(jù)倉庫    三、數(shù)據(jù)銀行  第三節(jié) 數(shù)據(jù)挖掘系統(tǒng)    一、系統(tǒng)功能    二、系統(tǒng)流程    三、數(shù)據(jù)預(yù)處理    四、算法概述第二章  概率與統(tǒng)計(jì)  第一節(jié) 概率    一、應(yīng)用范圍及條件    二、基本原理    三、用概率密度函數(shù)預(yù)測未發(fā)現(xiàn)的資源    四、用蒙特卡羅法計(jì)算某個(gè)地質(zhì)參數(shù)  第二節(jié) 統(tǒng)計(jì)    一、應(yīng)用范圍及條件    二、基本原理    三、用最小二乘法求一個(gè)地質(zhì)參數(shù)表達(dá)所研究的另一個(gè)地質(zhì)參數(shù)的關(guān)系式    四、用多元回歸分析求多個(gè)地質(zhì)參數(shù)表達(dá)所研究的另一個(gè)地質(zhì)參數(shù)的關(guān)系式第三章  人工神經(jīng)網(wǎng)絡(luò)  第一節(jié) 人工神經(jīng)網(wǎng)絡(luò)方法    一、應(yīng)用范圍及條件    二、基本原理    三、BP模型    四、簡單應(yīng)用實(shí)例1：用ANN進(jìn)行原油產(chǎn)量的預(yù)測    五、簡單應(yīng)用實(shí)例2：用ANN進(jìn)行壓裂酸化效果的預(yù)測  第二節(jié) 應(yīng)用實(shí)例1：含油氣圈閉勘探價(jià)值的綜合評(píng)價(jià)    一、研究問題    二、輸入數(shù)據(jù)    三、ANN、MRA兩種算法的應(yīng)用比較    四、小結(jié)  第三節(jié) 應(yīng)用實(shí)例2：利用常規(guī)測井資料預(yù)測裂縫    一、研究問題    二、輸入數(shù)據(jù)    三、ANN、MRA兩種算法的應(yīng)用比較    四、小結(jié)第四章  支持向量機(jī)  第一節(jié) 支持向量機(jī)方法    一、應(yīng)用范圍及條件    二、基本原理    三、C-支持向量機(jī)二分類算法  第二節(jié) 應(yīng)用實(shí)例1：基于孔滲飽的含氣性評(píng)價(jià)    一、研究問題    二、輸入數(shù)據(jù)    三、SVM、ANN、MRA三種算法的應(yīng)用比較    四、小結(jié)  第三節(jié) 應(yīng)用實(shí)例2：基于測井資料解釋的含油性評(píng)價(jià)    一、研究問題    二、輸入數(shù)據(jù)    三、SVM、ANN、MRA三種算法的應(yīng)用比較    四、小結(jié)  第四節(jié) 采用機(jī)器學(xué)習(xí)的降維算法    一、降維的定義和意義    二、降維的方法    三、降維的實(shí)例    四、小結(jié)第五章  決策樹  第一節(jié) 決策樹方法    一、應(yīng)用范圍及條件    二、基本原理    三、ID3算法    四、C4．5算法    五、簡單應(yīng)用實(shí)例：購買計(jì)算機(jī)問題  第二節(jié) 應(yīng)用實(shí)例1：頂煤冒放性評(píng)價(jià)(29個(gè)學(xué)習(xí)樣本)    一、研究問題    二、輸入的已知參數(shù)    三、學(xué)習(xí)過程    四、DTR、SVM、ANN、MRA四種算法的應(yīng)用比較    五、小結(jié)  第三節(jié) 應(yīng)用實(shí)例2：頂煤冒放性評(píng)價(jià)(26個(gè)學(xué)習(xí)樣本、3個(gè)預(yù)測樣本)    一、研究問題    二、輸入的已知參數(shù)    三、學(xué)習(xí)過程    四、預(yù)測過程    五、DTR、SVM、ANN、MRA四種算法的應(yīng)用比較    六、小結(jié)第六章  貝葉斯分類  第一節(jié) 貝葉斯分類方法    一、應(yīng)用范圍及條件    二、貝葉斯定理    三、樸素貝葉斯算法    四、貝葉斯判別算法    五、貝葉斯逐步判別算法    六、簡單應(yīng)用實(shí)例：貸款拖欠問題  第二節(jié) 應(yīng)用實(shí)例1：儲(chǔ)層分類    一、研究問題    二、輸入的已知參數(shù)    三、學(xué)習(xí)過程    四、判別BAC、逐步判別BAC、SVM、ANN、MRA五種算法的應(yīng)用比較    五、小結(jié)  第三節(jié) 應(yīng)用實(shí)例2：煤與瓦斯突出預(yù)測    一、研究問題    二、輸入的已知參數(shù)    三、學(xué)習(xí)過程    四、預(yù)測過程    五、判別BAC、逐步判別BAC、SVM、ANN、MRA五種算法的應(yīng)用比較    六、小結(jié)  第四節(jié) 應(yīng)用實(shí)例3：含油氣圈閉勘探價(jià)值的綜合評(píng)價(jià)    一、研究問題    二、輸入的已知參數(shù)    三、學(xué)習(xí)過程    四、預(yù)測過程    五、逐步判別：BAC、SVM、ANN、MRA四種算法的應(yīng)用比較    六、小結(jié)  第五節(jié) 應(yīng)用實(shí)例4：基于測井資料解釋的含油性評(píng)價(jià)    一、研究問題    二、輸入的已知參數(shù)    三、學(xué)習(xí)過程    四、預(yù)測過程    五、逐步判別BAC、SVM、ANN、MRA四種算法的應(yīng)用比較    六、小結(jié)第七章  聚類分析  第一節(jié) 聚類分析方法    一、應(yīng)用范圍及條件    二、基本原理    三、O型聚類分析    四、R型聚類分析  第二節(jié) 應(yīng)用實(shí)例1：探明儲(chǔ)量的相關(guān)地質(zhì)參數(shù)    一、研究問題    二、輸入數(shù)據(jù)    三、計(jì)算結(jié)果及結(jié)果分析    四、小結(jié)  第三節(jié) 應(yīng)用實(shí)例2：含油氣圈閉評(píng)價(jià)參數(shù)    一、研究問題    二、輸入數(shù)據(jù)    三、計(jì)算結(jié)果及結(jié)果分析    四、小結(jié)  第四節(jié) 應(yīng)用實(shí)例3：測井資料解釋    一、研究問題    二、輸入數(shù)據(jù)    三、計(jì)算結(jié)果及結(jié)果分析    四、小結(jié)第八章  克立格法  第一節(jié) 預(yù)處理  第二節(jié) 實(shí)驗(yàn)變差函數(shù)    一、應(yīng)用范圍及條件    二、基本原理    三、用實(shí)驗(yàn)變差函數(shù)描述地質(zhì)參數(shù)的分布特性  第三節(jié) 實(shí)驗(yàn)變差函數(shù)的最優(yōu)擬合    一、應(yīng)用范圍及條件    二、基本原理    三、用球狀模型實(shí)現(xiàn)實(shí)驗(yàn)變差函數(shù)的最優(yōu)擬合  第四節(jié) 克立格法的交叉驗(yàn)證    一、應(yīng)用范圍及條件    二、基本原理    三、用扇形區(qū)最近點(diǎn)法實(shí)現(xiàn)克立格法的交叉驗(yàn)證  第五節(jié) 克立格法的應(yīng)用    一、應(yīng)用范圍及條件    二、基本原理    三、用平面最近點(diǎn)法實(shí)現(xiàn)克立格法的應(yīng)用  第六節(jié) 小結(jié)第九章  其他地學(xué)軟計(jì)算  第一節(jié) 模糊    一、應(yīng)用范圍及條件    二、基本原理    三、用模糊綜合評(píng)判法確定地質(zhì)目標(biāo)的優(yōu)劣  第二節(jié) 灰色    一、應(yīng)用范圍及條件    二、基本原理    三、用灰色預(yù)測法進(jìn)行時(shí)空推算    四、用灰色綜合評(píng)判法確定地質(zhì)目標(biāo)的優(yōu)劣  第三節(jié) 分形幾何    一、應(yīng)用范圍及條件    二、基本原理    三、用分形幾何法定量描述地質(zhì)構(gòu)造特征  第四節(jié) 線性規(guī)劃    一、應(yīng)用范圍及條件    二、基本原理    三、用線性規(guī)劃實(shí)現(xiàn)勘探開發(fā)方案的最優(yōu)化參考文獻(xiàn)附錄1  常用專業(yè)詞匯中英文對(duì)照表附錄2  計(jì)量單位換算表

編輯推薦

《地學(xué)數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)(精)》由石廣仁所著，本書是筆者在13年從事地學(xué)數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)算法研究、軟件開發(fā)、實(shí)際應(yīng)用的基礎(chǔ)上寫成的。在若干地學(xué)實(shí)例中進(jìn)行了五種分類分析算法的適用性比較。因此，本書不僅適用于地學(xué)的實(shí)際應(yīng)用，也適用于通用的算法研究和軟件開發(fā)。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    地學(xué)數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn) PDF格式下載

---