●第1章地球化學異常識別1
1.1地球化學異常識別方法概述3
1.1.1相關背景3
1.1.2基於頻率分布的方法4
1.1.3基於頻率-空間分布的方法4
1.1.4基於機器學習的方法5
1.2成分數據6
素組合7
1.4大小8
1.5研究區及數據9
第2章Gap統計與聚類分析11
2.1概述13
2.2局域Gap統計量15
2.2.1基本原理15
2.2.2應用實例20
2.3基於礦化因子的聚類分析25
2.3.1基本原理26
2.3.2應用實例29
附錄主要算法代碼34
第3章成分數據39
3.1基本概念41
3.2分析方法44
3.2.1加法對數比變換44
3.2.2中心對數比變換44
3.2.3等距對數比變換45
3.3地球化學成分數據分析45
3.3.1單變量分析45
3.3.2雙變量分析50
3.3.3多變量分析52
附錄穩健主成分分析代碼56
第4章分形與多重分形57
4.1概述59
4.2經典模型60
4.2.1C-A分形模型60
4.2.2S-A分形模型61
4.2.3局部奇異性分析63
4.3基於地質統計學模擬數據的局部奇異性分析方法65
4.3.1基本原理65
4.3.2應用實例69
4.4相關軟件83
4.4.1GeoFrac2D83
4.4.2ArcFractal85
附錄主要算法代碼87
第5章機器學習89
5.1概述91
5.2機器學習的基本原理93
5.3局部RX算法95
5.3.1基本原理95
5.3.2應用實例99
5.4測度學習101
5.4.1基本原理102
5.4.2應用實例109
5.5深度自編碼網絡112
5.5.1基本原理112
5.5.2應用實例117
5.6地質大數據121
5.6.1基本原理121
5.6.2應用實例126
附錄主要算法代碼128
參考文獻137
本書圍繞地球化學空間模式識別與異常提取,瞄準當前勘查地球化學數據處理的研究熱點和前沿,研究勘查地球化學數據處理與異常識別方法和模型、勘查地球化學數據閉合效應、基於分形與多重分形模型的地球化學空間模式特征及異常識別,以及基於機器學習(包括深度學習)的地球化學空間模式識別與異常提取理論與方法:並開發勘查地球化學數據處理軟件。此外,本書詳細介紹每種方法的研究現狀、基本原理和實現方法,並提供每種方法實現的湧代碼,讀者可利用這些源代碼處理數據。本書中涉及的方法、代碼和工具軟件不僅適用於勘查地球化學數據處理,也適用於其他相關數據處理。本書部分插圖配有彩圖二維碼,見封底。本書即可作為地質找礦科研和生產工作者的參考書,又可作為勘察地球化學人纔培養的教材。