版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于小波消噪-神经网络的钻孔数据预处理
Drilling Data Pre-processing Based on Wavelet De-noising and Neural Network作者机构：北京科技大学土木与环境工程学院 金属矿山高效开采与安全教育部重点实验室
出 版 物：《现代矿业》 (Modern Mining)
年 卷 期：2015年第31卷第1期
页 面：108-110,185页
学科分类：12[管理学] 0810[工学-信息与通信工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金："十二五"863计划项目(编号:2012AA062200) 国家自然科学基金项目(编号:51104010)
摘 要：针对地质品位信息存在系统噪声和测量噪声的问题,提出利用小波消噪的时频特性对钻孔数据进行预处理,然后运用神经网络的非线性和自适应性对消噪结果进行优化。将该方法应用于某露天钼矿的钻孔数据预处理,并通过克里金法进行品位插值。结果表明:采用钻孔数据预处理的插值效果优于未进行预处理的克里金法插值,验证了该方法的可行性和有效性。
