论文部分内容阅读
介绍了核主成分分析模型的基本原理，以该模型为基础，提出一种无训练区的矿产靶区预测方法。该方法可以描述为以下六步：①选择核函数模型并定义其参数，计算核矩阵；②修改核矩阵的元素，使修改后核矩阵的元素是由特征空间中满足中心化条件的样品映像计算出来的；③应用Lanczos算法确定修改后核矩阵的端部最大特征对；④计算与修改后核矩阵最大特征值对应的核主成分；⑤用空间叠置方法确定核主成分分析得分是否能够正确反映研究区已知矿产资源的空间分布规律；⑥改变核函数模型及参数重复步骤①至⑤直到找到与已知矿产资源吻合程度相对最好的核主成分为止。最后，用吻合程度最好的核主成分圈定矿产资源靶区。在GDAL和CLAPACK两个软件包基础上用VC++语言开发了算法程序，把该模型应用于新疆阿勒泰地区的矿产靶区预测研究，用11种二态找矿证据作为输入变量，把研究区划分成15100个网格统计单元，用高斯径向基核函数和多项式核函数等三种常用核函数构建矿产靶区预测模型，并将这些模型的靶区预测结果与证据权重法进行了对比，研究结果表明该方法是可行的。