融合学习模型的岩石光谱特征自动分类

岩石光谱综合反映了岩石的物理化学性质、成分及其结构构造。岩石光谱数据已被应用于岩石分类的研究,但是不同于矿物光谱,岩石光谱并无标准数据库,且受较多干扰因素影响,例如矿物组分、结构构造、化学成分、风化力度,测量仪器的误差等。传统岩石光谱分类模型先是对岩石光谱进行预处理排除干扰,然后采用不同方法对部分光谱特征分析,以达到分类目的。但对光谱数据特征遗失较多,使得分类准确率低下且操作过程繁琐、效率不高。因此,建立一个简单、快速、准确的岩石光谱自动分类模型具有重要意义。机器学习能够对获得的所有数据进行学习,不存在遗漏,大大提高了分类精度,且是对原始数据直接操作,不需预处理,简化流程。为此,选取辽宁兴城地区作为研究区,采集了若干种典型岩石样本,利用美国ASD便携式光谱仪实测光谱,最终获得608条数据,依据岩石光谱特征分为三类进行研究。首先利用决策树(DT)及决策树的升级模型--随机森林（RF）对数据进行分类,但当数据噪音较大时随机森林容易陷入过拟合;因而利用对异常值不敏感的K-最近邻（KNN）建模,但KNN需要对每个样本都考虑,数据量大时计算量会很大,效率不高;所以通过支持向量机（SVM）来提升分类准确率。从实验结果可以看出,4种分类模型的准确率排序为：SVM>KNN>RF>DT。为进一步提高岩石光谱特征的自动分类精度,采取了融合多个不同模型的办法,即对不同模型的分类结果进行投票,选择投票最多的作为最后分类结果。由于硬投票可在一定程度上减少过拟合现象的发生,更加适合分类模型,所以利用硬投票法融合了RF、KNN与SVM三个机器学习模型,最终的分类准确率可达到99.17%。综上所述,基于融合学习模型进行岩石光谱特征自动分类是切实可行且准确高效的。     

非局部反应扩散方程组的爆破性质

本文讨论带Dirichlet边界条件的反应扩散方程组ut(x,t)=△u(x,t)+uα(x,t)．up(0,t),vt(x,t)=△v(x,t)+uβ(x,t)vq(0,t),研究了该问题正解的爆破性质并给出爆破集及其爆破速率．     

泥岩的声学特性与其力学特性的相关关系

本文建立并完善了岩石全应力应变过程声学特性的实验装置和测量系统,进行了泥岩试件的全应力应变过程声学特性的实验研究,初步得到了振幅谱参数随应力应变的变化规律.实验结果表明,泥岩声学特性的变化是其内部结构变化的综合反映.本文介绍的实验研究方法是研究岩石声学特性的一条可行的新途径.     

一类强阻尼波方程解的存在性和爆破性

讨论一类强阻尼波方程解的局部存在性,并利用势井理论研究解的整体存在性和爆破性.     

一类非线性发展方程整体解的存在性、渐近性与解的爆破

研究一类非线性发展方程初边值问题整体弱解的存在性，渐近性和解的爆破问题，证明在关于非线性项的不同条件下，上述初边值问题分别在大初值和小初始能量的情况下存在整体弱解，并且讨论了弱解的渐近性。还证明：在相反的条件下，上述弱解在有限时刻爆破，并且给出了一个实例。     

ICP—AES法同时测定岩石,矿物,土壤等样品中十五种稀土元素的方法研究

本文应用强酸Ｉ号离子交换树脂将稀土元素与基体元素分离，待测液直接用ＩＣＰ－ＡＥＳ同时测定１５种稀土元素，测定中采用干扰等效浓度法，消除稀土元素之间和残余基体元素产生的光谱干扰，方法具有较高的准确度和精密度，是目前较理想的测定岩石等样品中微量稀土元素的方法。     

一类拟线性Schrdinger方程

在二维空间中讨论一类拟线性Schrdinger方程,该方程在物理学上描述了吸引玻色-爱因斯坦凝聚.通过建立这个方程的性质,运用能量方法,证明了该方程所对应的初值问题的解在一定条件下爆破.同时利用变分方法,也得到了整体解存在的一个充分条件,该条件与一个经典的椭圆方程的基态有关.     

一类高阶非线性波动方程解的存在性

研究一类高阶非线性波动方程的初边值问题 ,证明问题局部广义解的存在性、唯一性 ,并用凸性方法证明解爆破的充分条件 .     

带非线性边界条件的热传导方程的整体解与爆破问题

本文考虑下面的带有非线性边界条件的热传导方程的整体解的存在性及爆破问题，给出平衡解的分岐结果及整体解存在的充要条件．     

岩石的强度理论与本构关系

本文简要介绍了岩石强度理论和本构关系的发展和现状，讨论了它们不同的特点与适用条件