基于盲源分离技术的综合异常提取方法及装置制造方法及图纸

一种基于盲源分离技术的综合异常提取方法，所述方法包括：基于勘查地球化学元素数据确定观测信号；基于所述观测信号，通过独立分量分析算法确定第一分量，所述第一分量为基于独立分量分析算法所确定的能量最大的独立分量；基于所述第一分量确定化探异常。该方法可以准确反映化探的综合异常信息，进而可以较为准确的预测找矿靶区。

【技术实现步骤摘要】
基于盲源分离技术的综合异常提取方法及装置
本专利技术涉及地球化学勘探领域，尤其涉及一种基于盲源分离技术的综合异常提取方法及装置。
技术介绍
在勘查地球化学找矿过程中，地球化学综合异常提取非常重要，矿产资源的形成往往经过了复杂的地质过程、具备很好的物质基础，伴随着多种元素的迁移、富集，形成指示矿产存在的多元素异常——综合异常。综合异常的提取一直是化探工作者所关注的问题，以往综合异常的圈定多是依靠单元素异常的分布情况，将相关的单元素异常清绘在一张底图上，利用元素的重叠情况，大致圈定出一个范围，这样圈定出的综合异常可以大致反映一个区域内的矿化范围，为进一步找矿提供一个找矿区域。此外，也有一些数学方法被应用于综合异常的提取，比如，聚类分析法、因子分析法、主成分分析法等等。根据单元素浓集情况圈定综合异常不可避免的会存在一些问题:比如，异常面积过大且只是一个范围，无法反映浓集中心；综合异常圈定因人而异，会漏掉一些有意义的异常信息，使得确定的综合异常信息不准确。
技术实现思路
本专利技术解决的问题是现有技术无法准确确定综合异常信息的问题。为解决上述问题，本专利技术技术方案提供一种基于盲源分离技术的综合异常提取方法，所述方法包括: 基于地球化学元素数据确定观测信号； 基于所述观测信号，通过独立分量分析算法确定第一分量，所述第一分量为基于独立分量分析算法所确定的能量最大的独立分量； 基于所述第一分量确定化探异常。可选的，所述地球化学元素数据为多个单元素数据。可选的，所述观测信号为多道观测信号。可选的，在确定观测信号之后，基于所述观测信号，通过独立分量分析算法确定第一分量之前，对所述观测信号进行预处理。可选的，所述预处理包括对所述观测信号进行去均值和白化中的至少一种。可选的，所述对立分量分析算法包括FastICA算法或者JADE算法中的任意一种。可选的，所述基于所述第一分量确定化探异常包括: 基于所述第一分量确定目标地化元素组合。可选的，所述目标地化元素组合包括对所述第一分量影响较大的地球化学元素。本专利技术技术方案还提供一种基于盲源分离技术的综合异常提取装置，所述装置包括: 第一确定单元，适于基于地球化学元素数据确定观测信号； 第二确定单元，适于基于所述观测信号，通过独立分量分析算法确定第一分量，所述第一分量为基于独立分量分析算法所确定的能量最大的独立分量； 第三确定单元，适于基于所述第一分量确定化探异常 与现有技术相比，本专利技术的技术方案具有以下优点: 基于现有的单元素地球化学数据，可以确定相应的观测信号，基于独立分量分析算法可以确定所述观察信号所对应的独立分量，之后确定所述观察信号所对应的独立分量中能量最大的独立分量(第一分量)，而所述第一分量可以反映地球化学元素的综合特征，则基于所述第一分量可以准确确定化探的综合异常信息，进而可以较为准确的预测找矿靶区。【附图说明】图1是本专利技术技术方案提供的基于盲源分离技术的综合异常提取方法的流程示意图； 图2是本专利技术实施例一提供的基于盲源分离技术的综合异常提取方法的流程示意图； 图3是本专利技术实施例一提供的检测综合异常结果示意图； 图4是本专利技术实施例二提供的基于盲源分离技术的综合异常提取方法的流程示意图； 图5是本专利技术实施例二提供的检测综合异常结果示意图。【具体实施方式】现有技术中，根据单元素浓集情况圈定综合异常的方法，存在异常信息不准确的问题，为解决上述问题，本专利技术技术方案提供一种基于盲源分离技术的综合异常提取方法。在该方法中，为了可以较为准确确定综合异常的信息，基于地球化学元素数据确定观测信号，进而基于独立分量分析算法确定综合异常。盲源分离是指在不知道输入信号的情况下，仅根据观测信号或输出信号来识别系统，从而分离出多个信号的独立分量，以此恢复出源信号(或信号源)。独立分量分析(ICA, Independent Component Analysis)算法是近年来由盲源分离技术(BSS, Blind Source Separation)发展来的一种新的多维信号处理方法,是信号处理技术发展中的一项前沿热点。其基本思路是将多维的观察信号按照统计独立的原则建立目标函数，通过优化算法将观测信号分解为若干独立成分，从而帮助实现信号的增强和分析。ICA从多维观测数据的高阶统计特性出发，提取其中的独立成分，从而使得分解结果更具有实际意义，ICA可以保证输出分量之间的相互独立性。从某种程度上说，ICA是主成分分析(PCA, Principal Component Analysis)的扩展，PCA的目的在于降低向量维数，去除随机向量间的相关性，找出原始向量中隐含的内在能量较大的向量。但是由于PCA方法在实际计算时只涉及到输入数据概率分布函数的二阶统计特性(仅利用向量的协方差矩阵)，所以分解出得各主分量相互正交(也可以说各分量之间不相关)。从数理统计的观点来说，实际数据的大部分重要信息往往包含在高阶统计特性中，ICA方法往往需要高阶统计量，也就是在学习阶段需要使用一定的非线性，许多情况下，ICA能够提供比PCA更有意义的信息，而ICA仅在原数据为高斯分布时才能实现PCA。解决盲源分离问题的一个主要困难在于，不知道源信号的任何信息，也不知道源信号的混合方式，但只要假设源信号是相互统计独立的，就可以应用独立分量分析算法来解决这个问题。独立分量分析是解决盲源分离问题的一个有效途径。本专利技术技术方案采用基于盲源分离技术的综合异常提取方法，图1是本专利技术技术方案提供的基于盲源分离技术的综合异常提取方法的流程示意图。如图1所示，首先执行步骤S101，基于地球化学元素数据确定观测信号。所述地球化学元素数据可以为多个单元素数据，所示观测信号可以为多道观测信号。执行步骤S102，基于所述观测信号，通过独立分量分析算法确定第一分量。所述第一分量为基于独立分量分析算法所确定的能量最大的独立分量。所述独立分量分析算法包括FastICA算法或者JADE算法中的任意一种。执行步骤S103，基于所述第一分量确定化探异常。基于所述第一分量确定目标地化元素组合，所述目标地化元素组合包括对所述第一分量影响较大的地球化学元素。为使本专利技术的上述目的、特征和优点能够更为明显易懂，下面结合附图对本专利技术的具体实施例做详细的说明。实施例一 在本实施例中，采用FastICA算法进行独立分量分析，基于独立分量分析结果，确定化探异常。FastICA算法，又称快速固定点算法，基于负熵最大化判据的独立分量分析方法，该方法依托于非高斯型最大化原理，通过最大化负熵目标函数，使用固定点迭代理论寻找非高斯性最大值而到达到分离信号的最佳估计。该算法采用牛顿迭代算法对观测信号的大量采样点进行批处理，每次从观测信号中分量出一个独立分量，是独立分量分析的一种快速算法。图2是本实施例提供的基于盲源分离技术的综合异常提取方法，如图2所示，首先执行步骤S201，基于地球化学元素数据确定观测信号。所述观测信号为多道观测信号，所述观测信号的各个分量在统计上是相互独立的。步骤S202，对所述观测信号进行预处理。一般情况下，对数据的预处理是十分必要的，因为预处理可以使得数据在进行工程运算时复杂度大大简化，得到的结果也更加精确。预处理主要包括去均值和白化处理。本文档来自技高网...

【技术保护点】
一种基于盲源分离技术的综合异常提取方法，其特征在于，包括：基于勘查地球化学元素数据确定观测信号；基于所述观测信号，通过独立分量分析算法确定第一分量，所述第一分量为基于独立分量分析算法所确定的能量最大的独立分量；基于所述第一分量确定化探异常。

【技术特征摘要】
1.一种基于盲源分离技术的综合异常提取方法，其特征在于，包括: 基于勘查地球化学元素数据确定观测信号； 基于所述观测信号，通过独立分量分析算法确定第一分量，所述第一分量为基于独立分量分析算法所确定的能量最大的独立分量； 基于所述第一分量确定化探异常。2.如权利要求1所述的基于盲源分离技术的综合异常提取方法，其特征在于，所述地球化学元素数据为多个单元素数据。3.如权利要求1所述的基于盲源分离技术的综合异常提取方法，其特征在于，所述观测信号为多道观测信号。4.如权利要求1所述的基于盲源分离技术的综合异常提取方法，其特征在于，在确定观测信号之后，基于所述观测信号，通过独立分量分析算法确定第一分量之前，对所述观测信号进行预处理。5.如权利要求1所述的基于盲源分离技术的综合异常提取方法，其特征在于，所述预处理包括对所述观测信号进行去均值和白化...

【专利技术属性】
技术研发人员：柳炳利，郭科，陈聆，魏友华，梁元，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：