基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用贝叶斯克里金方法集成钻孔数据与地震解译数据估计地质层面的高程.将线性贝叶斯理论运用于克里金估计,把用于空间估计的数据分为2类,即把钻孔数据视为硬数据,把数据不确性较大的地震解译数据视为软数据,构建了一个考虑贝叶斯方法的地统计模型,用区域性变量理论研究这2类数据的空间变化特征.通过对某煤矿煤层表面高程的估计以及与普通克里金方法的估计值与误差的比较证明了贝叶斯克里金法能较好地考虑地质剖面和地震解译数据的不确定性,在地质层面高程的估计方面具有一定的优越性,是一种可行的考虑数据全局不确定性的多源数据集成建模方法.
推荐文章
基于贝叶斯推断LSSVM的枪管寿命建模与预测
人工智能
贝叶斯推断
最小二乘支持向量机
初速衰减
预测模型
基于贝叶斯网络的数据校正方法
数据校正
贝叶斯网络
调度
物料平衡模型
基于贝叶斯-高斯模型的多本体映射算法
本体异构
本体映射
贝叶斯网络
高斯模型
聚类判定
迭代映射
四值贝叶斯网络诱导的内积空间
贝叶斯网络
内积空间
线性排列
VC维数
欧几里德维数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于贝叶斯克里金的地下空间多源数据建模
来源期刊 同济大学学报(自然科学版) 学科 工学
关键词 多源数据建模 不确定性 贝叶斯克里金方法
年,卷(期) 2014,(3) 所属期刊栏目 土木工程与建筑学
研究方向 页码范围 406-412
页数 7页 分类号 TD822.3
字数 5987字 语种 中文
DOI 10.3969/j.issn.0253-374x.2014.03.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱合华 同济大学土木工程学院 382 11118 53.0 84.0
5 刘俊 同济大学测绘与地理信息学院 49 460 12.0 20.0
6 李晓军 同济大学土木工程学院 80 1238 18.0 34.0
10 李培楠 同济大学土木工程学院 15 67 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (125)
参考文献  (11)
节点文献
引证文献  (8)
同被引文献  (53)
二级引证文献  (37)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(5)
  • 参考文献(3)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(20)
  • 引证文献(5)
  • 二级引证文献(15)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
多源数据建模
不确定性
贝叶斯克里金方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
同济大学学报(自然科学版)
月刊
0253-374X
31-1267/N
大16开
上海四平路1239号
4-260
1956
chi
出版文献量(篇)
6707
总下载数(次)
15
总被引数(次)
105464
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导