沉积物粒度数据表征方法的研究

• 作者: 曲政
• 来源期刊: 中国粉体技术
• 关键词: 粒度分析 数据表征 子体分离 神经网络 模式识别 沉积环境
• 年，卷（期）: 2001,（4）
• 所属期刊栏目: 表征方法
• 页码范围: 24-31
• 页数: 8页
• 分类号: P512.2|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1008-5548.2001.04.008

摘要

已有近百年历史的沉积物粒度分析,从五、六十年代的应用高峰之后开始走下坡路.由于多解性而难以将其作为相分析的"证据”,使得沉积学家对粒度相标志的兴趣日益减弱.30年来,粒度测试技术和计算机技术得到了长足的发展,但地质学对粒度数据的表征和应用方法仍停留在60年代水平,落后的图解参数仍在沿用;理论上存在错误的粒度概率图仍在我国广泛流传.事实证明,粒度相标志的多解性,很大程度上是由于粗糙的乃至错误的粒度数据表征方法造成的.本文从统计学中样本和母体分布的区别入手,通过正演实验,证明了以往对粒度概率图解释的错误所在;借助于人工神经网络,对比了样本和母体分布在判别沉积环境上的差异;基于"混合模型”的"子体分离技术”,给出了一种更加科学的单样品粒度分布表征方法--粒度母体分解图;借助于人工神经网络模式识别技术,开发出一个基于粒度母体沉积环境识别系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲政		3	112	3.0	3.0