数据发现在地球化学数据处理中的应用

桂林工学院学报990308

桂林工学院学报

JOURNAL OF GUILIN INSTITUTE OF

TECHNOLOGY

1999年　第19卷　第3期　Vol.19　No.3　1999

数据发现在地球化学数据处理中的应用

陈 春 香

摘　要　数据发现是机器学习中的归纳学习法，适用于定量数据的处理。在广东云浮—阳春地区的实践证明，此方法应用于地球化学数据的处理可加大数据的处理量，挖掘隐含在数据中的各参数间的相互关系及参数组合关系。增加已知模型的信息量，增强模式识别能力。

关键词　数据处理；机器学习；数据发现；地球化学

APPLICATION OF DATA DISCOVERY TO DATA

PROCESSING OF GEOCHEMISTRY

Chen Chunxiang

Department of Electronics and Computer, Guilin Institute of Technology Abstract　The method of data discovery is discussed, and it is used to data processing of geochemistry. The method of data discovery can process more information, and discover mutual relation of attributes. It can take more information and enlarge ability of pattern recognition.

Key words　data processing; machine learning;data discovery; geochemistry

在地球化学找矿工作中，需处理大量岩石、土壤等的元素含量数据。在传统的数据处理方法中，采用的数据通常是元素的含量值，如利用平均值计算背景值和异常值，用聚类分析、因子分析等统计方法求参数的关系。实际上参数的含量值只代表数据信息的一部分，并常伴有一些干扰信息，所以用这些方法处理的结果无法获得数据间隐含的信息，并会因干扰信息而失真，数据的价值没有体现，造成很大的人力和物力浪费。希望能有一些新的数据处理方法能“智能地”和自动地分析原始数据，找出数据的变化规律及隐含在数据间及数据含量值之间的信息，以使数据得以充分利用。

在计算机应用领域，应用现代计算机技术与数据库技术，研究出一些新的处理数据方法，如：神经网络、机器学习、知识学习、数据挖掘等，这些技术具有处理数据量大、处理速度快的特点。与传统数据处理方法相比，能“自动”处理数据，发现数据间及数据含量中信息［1］。本文应用机器学习中的数据驱动发现学习方法处理地球化学数据，通过处理可产生一些新综合参数，挖掘出隐含在数据间的变化规律，加强人们对数据的理解，为地球化学找矿提供了更合理的决策信息。

1　数据驱动的发现学习

file:///E|/qk/glgxy/glgx99/glgx9903/990308.htm（第 1／5 页）2010-3-22 20:08:12