陈永良
- 作品数：51 被引量：326H指数：10
- 供职机构：吉林大学地球探测科学与技术学院综合信息矿产预测研究所更多>>
- 发文基金：国家自然科学基金吉林省科委资助项目吉林省科委基金更多>>
- 相关领域：天文地球自动化与计算机技术理学水利工程更多>>
- 基于RBF神经网络的矿产资源潜力预测模型被引量：2
- 2011年
- 提出一种基于RBF神经网络的矿产资源潜力制图模型。应用该模型生成矿产资源潜力分布图分三步完成:第一步,以找矿标志的空间分布图和已知矿点空间分布图为依据,提取训练样本;第二步,根据训练样本构建RBF矿产资源潜力制图模型;第三步,生成矿产资源潜力分布图。笔者以新疆北部阿尔泰多金属成矿带为研究区,比较了该模型与合成有矿可信度等模型的找矿靶区圈定结果。两种模型的靶区圈定结果基本相同,证明了RBF矿产资源潜力制图模型的有效性。
- 戴黎明陈永良刘鑫周均太赵峰梅索艳慧高武斌楼达
- 关键词：RBF神经网络矿产资源潜力
- 基于最小二乘支持向量机和高分辨率遥感影像的大尺度区域岩性划分被引量：17
- 2012年
- 基于大尺度区域分割的理念,提取高分辨率遥感图像中与岩性相关的纹理、形状、光谱信息,利用最小二乘支持向量机(LS-SVM)在非线性预测中的优势,对研究区地质岩性进行识别。首先对高分辨率图像中与岩性相关的光谱、纹理、形状、高程等特征信息进行样本选取,选取过程中以图像的纹理为主要特征信息,同时以J-M距离、转换分类度为依据选取最优特征空间,采用因子分析变换降维对特征空间进行压缩,实现特征信息最优化;然后对已知样本进行训练,建立分类模型,评价模型精度;最后利用模型对研究区进行岩性划分,并进行分类后处理。研究结果表明:基于LS-SVM的分类方法在利用高分辨率遥感图像岩性识别中表现良好,为地质岩性分类提供了一种新的方法和手段;加入纹理等信息后的LS-SVM分类模型更加利于岩性的判别。
- 杨佳佳姜琦刚陈永良崔瀚文张汉女
- 关键词：岩性识别最小二乘支持向量机高分辨率遥感
- 专家乘积模型与多元地质异常识别
- 在矿产资源勘查与定量评价工作中,综合利用各种找矿信息是圈定矿产靶区的有效途径之一。然而,如何高效利用地物化遥综合信息并实现矿产靶区预测过程的自动化和智能化一直是研究者们关注的课题之一。专家乘积模型体系为实现矿产靶区预测的...
- 陈永良
- 关键词：矿产勘查技术创新
- 文献传递
- 综合信息矿产测量计算机辅助分析系统及成矿预测应用研究
- 综合信息矿产预测计算机辅助分析系统及成矿预测应用研究,涉及到用户界面设计、数据处理程序编制、图层编辑等工作.具体完成工作量如下:1.设计18个窗体界面,26人输入框,34个信息框和两个进度条;2.用VB4.0语言编制了2...
- 陈永良
- 关键词：矿产预测计算机辅助分析成矿预测程序编制
- 大样本核数量化理论Ⅳ模型及算法
- 2010年
- 把核函数理论与数量化理论IV模型有机结合,提出了核数量化理论IV模型,并以高阶对称矩阵端部特征对求解的Lanczos算法为基础设计了大样本核数量化理论IV模型的算法框架.把核数量化理论IV模型应用于高光谱图像的降维实验研究,研究结果表明,合理选择核函数模型及参数,核数量化理论IV模型能够在低维标度空间中表征原始数据的族群信息,从而取得满意的分类效果.核数量化理论IV模型为大样本地学观测数据的分析处理提供了一种新的理论工具.
- 陈永良李学斌
- 关键词：核函数LANCZOS算法高光谱遥感图像
- QN-模型及其在覆盖区资源靶区预测中的应用
- 1997年
- 本文把数量化理论Ⅲ与Ｑ－型非线性映射有机地结合在一起，定义了一种新的数学模型—ＱＮ－模型。详细地介绍了该模型的基本原理和计算步骤，给出了模型在覆盖区资源靶区预测中应用的实例。
- 陈永良杜德文
- 关键词：矿产资源靶区预测
- 求解大样本核主成分分析模型的Lanczos算法被引量：8
- 2010年
- 求解核主成分分析模型的技术关键是确定核矩阵端部的较大特征对。把求解大规模对称矩阵端部特征对问题的基本方法——Lanczos算法应用于核主成分分析模型的求解,设计了大样本核主成分分析模型求解的实用算法。在clapack和nu-TRLan两个软件包的基础上,开发了大样本核主成分分析模型求解算法的VC++程序。用高光谱遥感图像数据进行模型求解算法的应用试验研究,证明了大样本核主成分分析模型求解算法的实用性。
- 陈永良林楠李学斌
- 关键词：大样本核主成分分析LANCZOS算法
- 基于资源一号02C高分辨率数据的农业区土地利用分类被引量：16
- 2015年
- 利用最小二乘支持向量机良好的非线性划分能力,基于资源一号02C高分辨率遥感数据,结合图像形状、纹理特征等信息,对农业区土地利用类型进行快速分类提取,结果表明:资源一号02C高分辨率数据可以快速有效地实现土地类型划分,加入特征信息后的图像分类精度大幅度提高,而最小二乘支持向量机的分类结果也十分理想,总体分类精度达到82.53%,Kappa系数达到0.807 1,高于传统图像分类方法,为利用国产高分辨率卫星进行土地类型划分提供了快速可行的方法。
- 林楠姜琦刚杨佳佳陈永良马玥
- 关键词：农业区土地利用最小二乘支持向量机高分辨率遥感
- 基于Boltzmann机的矿产靶区预测被引量：10
- 2012年
- 矿产靶区预测是一种从统计单元集合中识别找矿靶区的非线性模式识别过程,可以利用Boltzmann机能够对外部刺激进行编码和重建的功能,实现基于Boltzmann机的矿产靶区非线性统计预测过程.鉴于此,笔者定义了面向矿产靶区预测的三层Boltzmann机模型,模型输入层神经元数目等于找矿证据数目,输出层只有一个神经元,隐藏层神经元数目由用户根据矿产靶区预测的精度要求确定;模型应用Hebbian编码和模拟退火算法相结合的随机学习算法进行训练,根据学习训练后模型输入层与隐藏层神经元之间的连接权确定找矿证据的权系数;根据证据权系数和统计单元证据组合特征计算单元成矿有利度,圈定找矿靶区.在GDAL数字图像输入输出函数库基础上,用VC++语言开发了面向栅格数据的矿产靶区预测Boltzmann机算法程序并应用于新疆阿勒泰地区的矿产靶区预测研究.结果表明,Boltzmann机模型预测的统计单元成矿有利度能够正确反映研究区已知矿床(点)的空间分布规律,因此,基于Boltzmann机的矿产靶区非线性统计预测模型是有效的.
- 陈永良周斌李学斌
- 关键词：模拟退火矿产资源矿产勘查靶区预测
- 证据权、逻辑斯蒂回归和简单专家乘积模型在矿产靶区预测效果中的比较
- 权和逻辑斯蒂回归模型是两种典型的数据驱动型矿产预测模型,只有研究区存在一定数量的已知矿床(点)时才能应用这两种模型预测矿产资源靶区.简单专家乘积模型不需要研究区存在任何已知矿床(点),可通过定义均方学习贡献和均方重建误差...
- 陈永良
- 关键词：成矿预测证据权模型
