申请/专利权人：山东观和集团有限公司

申请日：2024-03-14

公开（公告）日：2024-06-18

公开（公告）号：CN117891883B

主分类号：G06F16/27

分类号：G06F16/27;G06F16/28;G06F18/27;G06F18/22;G06F18/2135

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明涉及数字数据处理技术领域，具体涉及一种矿产勘查数据优化存储方法，具体包括：根据各矿床的矿产资源勘察信息数据中突变数据的变化构建各矿床的矿产资源奇异指数；结合各矿床的矿产资源勘察信息数据之间的相似度及相关性构建各矿床的资源一致性变化系数，根据所有矿床的资源一致性变化系数获取待降维矿床信息集合及待存储矿床信息集合，利用PCA主成分分析算法基于待降维矿床信息集合获取降维后的数据，利用分布式存储算法基于降维后的数据及待存储矿床信息集合进行数据存储。从而实现矿产勘查数据优化存储，避免了直接采用PCA主成分分析算法进行数据降维导致较多有用信息丢失的影响，提高降维优化存储的效果。

主权项：1.一种矿产勘查数据优化存储方法，其特征在于，该方法包括以下步骤：采集各矿床的矿产资源勘察信息数据，包括矿床中矿石类型及各类型矿石的勘测时间、矿石量数据，以及各矿床中金属类型及各类型金属的勘测时间、金属量数据；根据各类型矿石的勘测时间、矿石量和金属的勘测时间、金属量得到各矿床的矿石量组成序列和金属量组成序列；根据各矿床的矿石量组成序列中突变数据的数值变化得到各矿床的矿石量差异指数；获取各矿床的金属量差异指数；根据各矿床的矿石量、金属量差异指数得到各矿床的矿产资源奇异指数；根据各矿床的矿石量组成序列中数据变化得到各矿床的矿石量趋势性变化序列；获取各矿床的金属量趋势性变化序列；根据各矿床的矿石量、金属量趋势性变化序列之间的差异得到各矿床的相似性异变指数；根据各矿床的矿石量、金属量组成序列之间的相关性及相似性异变指数得到各矿床的资源相关性指数；根据各矿床的资源相关性指数及矿产资源奇异指数得到各矿床的资源一致性变化系数；根据各矿床的资源一致性变化系数之间的差异得到各待降维矿床信息集合及各待存储矿床信息集合；根据各待降维矿床信息集合及各待存储矿床信息集合结合主成分分析算法及分布式数据存储算法进行数据存储；所述各矿床的矿石量差异指数、所述各矿床的金属量差异指数及所述各矿床的矿产资源奇异指数的获取过程为：通过BG分割算法获取每个矿石量组成序列中各突变数据点，将各矿石量组成序列中所有突变数据点组成的集合作为各矿石量突变集合；所述各矿床的矿石量差异指数、所述各矿床的金属量差异指数及所述各矿床的矿产资源奇异指数的计算表达式为： 式中，表示第x个矿床的矿石量差异指数，表示矿床总数，和分别表示第x个、第y个矿床的矿石量组成序列内所有数据的变异系数，表示第y个矿床的矿石量突变集合中数据的数目，表示第x个矿床的矿石量突变集合中数据均值，表示第y个矿床的矿石量突变集合中第j个数据的数值； 表示第x个矿床的金属量差异指数，和分别表示第x个、第y个矿床的金属量组成序列内所有数据的变异系数，表示第x个矿床的金属量突变集合中数据均值，表示第y个矿床的金属量突变集合中第j个数据的数值； 表示第x个矿床的矿产资源奇异指数，表示以自然常数为底数的指数函数；所述根据各矿床的矿石量、金属量趋势性变化序列之间的差异得到各矿床的相似性异变指数，具体包括：通过时间序列规整算法计算各矿床与第x个矿床的矿石量趋势性变化序列之间的dtw距离，记为第一距离；获取各矿床与第x个矿床的金属量趋势性变化序列之间的dtw距离，记为第二距离；将第一、第二距离的和值与预设比例常数的比值作为距离比例值；将所有矿床的距离比例值的均值作为第x个矿床的相似性异变指数；所述根据各矿床的矿石量、金属量组成序列之间的相关性及相似性异变指数得到各矿床的资源相关性指数，具体包括：计算各矿床与第x个矿床的矿石量组成序列之间的皮尔逊相关系数的绝对值，记为第一绝对值；计算各矿床与第x个矿床的金属量组成序列之间的皮尔逊相关系数的绝对值，记为第二绝对值；将第一、第二绝对值的和值与预设比例常数的比值作为相关系数比例值；计算所有矿床的相关系数比例值的平均值；计算以自然常数为底数、以各矿床的相似性异变指数的相反数为指数的指数函数的计算结果；将所述计算结果与各矿床的所述平均值的乘积作为各矿床的资源相关性指数；所述根据各矿床的资源相关性指数及矿产资源奇异指数得到各矿床的资源一致性变化系数，具体包括：计算以自然常数为底数、以各矿床的矿产资源奇异指数的相反数为指数的指数函数的计算结果；将所述计算结果与各矿床的资源相关性指数的乘积作为各矿床的资源一致性变化系数；所述根据各矿床的资源一致性变化系数之间的差异得到各待降维矿床信息集合及各待存储矿床信息集合，具体为：通过DPC密度峰值聚类算法对所有矿床的资源一致性变化系数进行聚类得到各聚类簇；通过最大类间方差算法获取所有矿床的资源一致性变化系数的分割阈值；计算所有元素均值大于等于分割阈值的聚类簇作为待降维矿床信息集合；将所有元素均值小于分割阈值的聚类簇作为待存储矿床信息集合。

全文数据：

权利要求：

百度查询： 山东观和集团有限公司 一种矿产勘查数据优化存储方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD