基于盲源分離技術的綜合異常提取方法及裝置制造方法
【專利摘要】一種基于盲源分離技術的綜合異常提取方法，所述方法包括：基于勘查地球化學元素數(shù)據(jù)確定觀測信號；基于所述觀測信號，通過獨立分量分析算法確定第一分量，所述第一分量為基于獨立分量分析算法所確定的能量最大的獨立分量；基于所述第一分量確定化探異常。該方法可以準確反映化探的綜合異常信息，進而可以較為準確的預測找礦靶區(qū)。
【專利說明】基于盲源分離技術的綜合異常提取方法及裝置
【技術領域】
[0001]本發(fā)明涉及地球化學勘探領域，尤其涉及一種基于盲源分離技術的綜合異常提取方法及裝置。
【背景技術】
[0002]在勘查地球化學找礦過程中，地球化學綜合異常提取非常重要，礦產(chǎn)資源的形成往往經(jīng)過了復雜的地質(zhì)過程、具備很好的物質(zhì)基礎，伴隨著多種元素的遷移、富集，形成指示礦產(chǎn)存在的多元素異常——綜合異常。
[0003]綜合異常的提取一直是化探工作者所關注的問題，以往綜合異常的圈定多是依靠單元素異常的分布情況，將相關的單元素異常清繪在一張底圖上，利用元素的重疊情況，大致圈定出一個范圍，這樣圈定出的綜合異常可以大致反映一個區(qū)域內(nèi)的礦化范圍，為進一步找礦提供一個找礦區(qū)域。此外，也有一些數(shù)學方法被應用于綜合異常的提取，比如，聚類分析法、因子分析法、主成分分析法等等。
[0004]根據(jù)單元素濃集情況圈定綜合異常不可避免的會存在一些問題:比如，異常面積過大且只是一個范圍，無法反映濃集中心；綜合異常圈定因人而異，會漏掉一些有意義的異常信息，使得確定的綜合異常信息不準確。

【發(fā)明內(nèi)容】

[0005]本發(fā)明解決的問題是現(xiàn)有技術無法準確確定綜合異常信息的問題。
[0006]為解決上述問題，本發(fā)明技術方案提供一種基于盲源分離技術的綜合異常提取方法，所述方法包括:
基于地球化學元素數(shù)據(jù)確定觀測信號；
基于所述觀測信號，通過獨立分量分析算法確定第一分量，所述第一分量為基于獨立分量分析算法所確定的能量最大的獨立分量；
基于所述第一分量確定化探異常。
[0007]可選的，所述地球化學元素數(shù)據(jù)為多個單元素數(shù)據(jù)。
[0008]可選的，所述觀測信號為多道觀測信號。
[0009]可選的，在確定觀測信號之后，基于所述觀測信號，通過獨立分量分析算法確定第一分量之前，對所述觀測信號進行預處理。
[0010]可選的，所述預處理包括對所述觀測信號進行去均值和白化中的至少一種。
[0011]可選的，所述對立分量分析算法包括FastICA算法或者JADE算法中的任意一種。
[0012]可選的，所述基于所述第一分量確定化探異常包括:
基于所述第一分量確定目標地化元素組合。
[0013]可選的，所述目標地化元素組合包括對所述第一分量影響較大的地球化學元素。
[0014]本發(fā)明技術方案還提供一種基于盲源分離技術的綜合異常提取裝置，所述裝置包括: 第一確定單元，適于基于地球化學元素數(shù)據(jù)確定觀測信號；
第二確定單元，適于基于所述觀測信號，通過獨立分量分析算法確定第一分量，所述第一分量為基于獨立分量分析算法所確定的能量最大的獨立分量；
第三確定單元，適于基于所述第一分量確定化探異常 與現(xiàn)有技術相比，本發(fā)明的技術方案具有以下優(yōu)點:
基于現(xiàn)有的單元素地球化學數(shù)據(jù)，可以確定相應的觀測信號，基于獨立分量分析算法可以確定所述觀察信號所對應的獨立分量，之后確定所述觀察信號所對應的獨立分量中能量最大的獨立分量(第一分量)，而所述第一分量可以反映地球化學元素的綜合特征，則基于所述第一分量可以準確確定化探的綜合異常信息，進而可以較為準確的預測找礦靶區(qū)。
【專利附圖】

【附圖說明】
[0015]圖1是本發(fā)明技術方案提供的基于盲源分離技術的綜合異常提取方法的流程示意圖；
圖2是本發(fā)明實施例一提供的基于盲源分離技術的綜合異常提取方法的流程示意圖； 圖3是本發(fā)明實施例一提供的檢測綜合異常結果示意圖；
圖4是本發(fā)明實施例二提供的基于盲源分離技術的綜合異常提取方法的流程示意圖； 圖5是本發(fā)明實施例二提供的檢測綜合異常結果示意圖。
【具體實施方式】
[0016]現(xiàn)有技術中，根據(jù)單元素濃集情況圈定綜合異常的方法，存在異常信息不準確的問題，為解決上述問題，本發(fā)明技術方案提供一種基于盲源分離技術的綜合異常提取方法。在該方法中，為了可以較為準確確定綜合異常的信息，基于地球化學元素數(shù)據(jù)確定觀測信號，進而基于獨立分量分析算法確定綜合異常。
[0017]盲源分離是指在不知道輸入信號的情況下，僅根據(jù)觀測信號或輸出信號來識別系統(tǒng)，從而分離出多個信號的獨立分量，以此恢復出源信號(或信號源)。
[0018]獨立分量分析(ICA, Independent Component Analysis)算法是近年來由盲源分離技術(BSS, Blind Source Separation)發(fā)展來的一種新的多維信號處理方法,是信號處理技術發(fā)展中的一項前沿熱點。其基本思路是將多維的觀察信號按照統(tǒng)計獨立的原則建立目標函數(shù)，通過優(yōu)化算法將觀測信號分解為若干獨立成分，從而幫助實現(xiàn)信號的增強和分析。ICA從多維觀測數(shù)據(jù)的高階統(tǒng)計特性出發(fā)，提取其中的獨立成分，從而使得分解結果更具有實際意義，ICA可以保證輸出分量之間的相互獨立性。
[0019]從某種程度上說，ICA是主成分分析(PCA, Principal Component Analysis)的擴展，PCA的目的在于降低向量維數(shù)，去除隨機向量間的相關性，找出原始向量中隱含的內(nèi)在能量較大的向量。但是由于PCA方法在實際計算時只涉及到輸入數(shù)據(jù)概率分布函數(shù)的二階統(tǒng)計特性(僅利用向量的協(xié)方差矩陣)，所以分解出得各主分量相互正交(也可以說各分量之間不相關)。從數(shù)理統(tǒng)計的觀點來說，實際數(shù)據(jù)的大部分重要信息往往包含在高階統(tǒng)計特性中，ICA方法往往需要高階統(tǒng)計量，也就是在學習階段需要使用一定的非線性，許多情況下，ICA能夠提供比PCA更有意義的信息，而ICA僅在原數(shù)據(jù)為高斯分布時才能實現(xiàn)PCA。
[0020]解決盲源分離問題的一個主要困難在于，不知道源信號的任何信息，也不知道源信號的混合方式，但只要假設源信號是相互統(tǒng)計獨立的，就可以應用獨立分量分析算法來解決這個問題。獨立分量分析是解決盲源分離問題的一個有效途徑。
[0021]本發(fā)明技術方案采用基于盲源分離技術的綜合異常提取方法，圖1是本發(fā)明技術方案提供的基于盲源分離技術的綜合異常提取方法的流程示意圖。
[0022]如圖1所示，首先執(zhí)行步驟S101，基于地球化學元素數(shù)據(jù)確定觀測信號。
[0023]所述地球化學元素數(shù)據(jù)可以為多個單元素數(shù)據(jù)，所示觀測信號可以為多道觀測信號。
[0024]執(zhí)行步驟S102，基于所述觀測信號，通過獨立分量分析算法確定第一分量。
[0025]所述第一分量為基于獨立分量分析算法所確定的能量最大的獨立分量。所述獨立分量分析算法包括FastICA算法或者JADE算法中的任意一種。
[0026]執(zhí)行步驟S103，基于所述第一分量確定化探異常。
[0027]基于所述第一分量確定目標地化元素組合，所述目標地化元素組合包括對所述第一分量影響較大的地球化學元素。
[0028]為使本發(fā)明的上述目的、特征和優(yōu)點能夠更為明顯易懂，下面結合附圖對本發(fā)明的具體實施例做詳細的說明。
[0029]實施例一
在本實施例中，采用FastICA算法進行獨立分量分析，基于獨立分量分析結果，確定化探異常。
[0030]FastICA算法，又稱快速固定點算法，基于負熵最大化判據(jù)的獨立分量分析方法，該方法依托于非高斯型最大化原理，通過最大化負熵目標函數(shù)，使用固定點迭代理論尋找非高斯性最大值而到達到分離信號的最佳估計。該算法采用牛頓迭代算法對觀測信號的大量采樣點進行批處理，每次從觀測信號中分量出一個獨立分量，是獨立分量分析的一種快速算法。
[0031]圖2是本實施例提供的基于盲源分離技術的綜合異常提取方法，如圖2所示，首先執(zhí)行步驟S201，基于地球化學元素數(shù)據(jù)確定觀測信號。
[0032]所述觀測信號為多道觀測信號，所述觀測信號的各個分量在統(tǒng)計上是相互獨立的。
[0033]步驟S202，對所述觀測信號進行預處理。
[0034]一般情況下，對數(shù)據(jù)的預處理是十分必要的，因為預處理可以使得數(shù)據(jù)在進行工程運算時復雜度大大簡化，得到的結果也更加精確。預處理主要包括去均值和白化處理。
[0035]數(shù)據(jù)的去均值，去均值的過程可以稱為中心化，在完成數(shù)據(jù)去均值的過程后，在信號處理的算法中就可以假設信號是零均值的。
[0036]數(shù)據(jù)的白化，白化過程本身是一個線性變換的過程，這種變換的意義在于新的向量之間的相關性被去除。可以基于白化矩陣實現(xiàn)所述白化過程，由所述白化矩陣對觀測向量施加線性變換得到。
[0037]對數(shù)據(jù)進行這樣的處理能使使得數(shù)據(jù)更符合算法要求，提高檢測準確性。
[0038]步驟S203，基于負熵最大化確定目標函數(shù)。
[0039]通常，盲源分離的過程是通過最優(yōu)化一個目標函數(shù)來實現(xiàn)的，常用的目標函數(shù)有高階累積量、負熵、互信息和最大似然估計等。[0040]由于在具有同樣協(xié)方差陣的概率密度函數(shù)中高斯分布的熵最大，負熵是度量非高斯性的一個穩(wěn)健的判據(jù)。負熵一個重要的性質(zhì)是:對于可逆的線性變換保持不變，因此可以使其最大化，從而確定目標函數(shù)。
[0041]負熵最大化即意味著求解非高斯性的最大化分量，基于所述負熵最大化確定目標函數(shù)。
[0042]步驟S204，基于牛頓迭代算法求目標函數(shù)的最大值。
[0043]步驟S205，確定分離矩陣。
[0044]基于步驟S205所得到的目標函數(shù)的最大值，即可求得分離矩陣W。
[0045]步驟S206,獲取相互獨立的分量。
[0046]基于公式Y=WX獲取相互獨立的分量，其中，Y為所述相互獨立的分量，X為觀測信號，W為步驟S205中所確定的分離矩陣W。
[0047]步驟S207，確定第一分量。
[0048]基于步驟S206中所獲取的各相互獨立的分量，確定其中能量最大的獨立分量，即確定所述第一分量。
[0049]步驟S208，基于所述第一分量確定化探異常。
[0050]基于所述第一分量可以確定該分量對應的礦化元素組合，基于所述礦化元素組合確定對所述第一分量影響較大的元素，基于所述影響較大的元素即可確定化探異常。
[0051]上述關于FastICA算法部分，只簡單對該算法的關鍵步驟進行了簡單描述，本領域技術人員可以采用詳細的FastICA算法對本實施例進行實施，對于FastICA算法部分在此不再贅述。
[0052]基于本實施例所描述的方法，對實際礦區(qū)進行了檢測和驗證，在此以對某一礦區(qū)的1:20萬水系沉積物測量資料進行驗證為例，如圖3所示，黑色線條為前人處理得到的化探綜合異常，基于本實施例所提供的方法所得到的綜合異常范圍與前人處理得到的化探綜合異常有良好的套合，可以看出，基于FastICA處理的結果可以進行較為準確的綜合異常的確定，可以很好反映礦點位置。
[0053]FaseICA的收斂速度快，具有一定的精度保證，該算法能夠更科學的去除元素組合之間的相關性，由于該算法為非線性算法，而地球化學數(shù)據(jù)同樣具有非線性特征，所以基于FaseICA算法可以對地球化學數(shù)據(jù)進行處理，進一步，基于FaseICA算法的處理結果可以較為準確的確定綜合異常。
[0054]實施例二
在本實施例中，采用特征矩陣的聯(lián)合近似對角化法(JADE, Joint ApproximateDiagonalization of Eigen-matrices)算法進行獨立分量分析,基于獨立分量分析結果，
確定化探異常。
[0055]圖4是本實施例提供的基于盲源分離技術的綜合異常提取方法，如圖4所示，首先執(zhí)行步驟S401，基于地球化學元素數(shù)據(jù)確定觀測信號。
[0056]所述觀測信號為多道觀測信號，所述觀測信號的各個分量在統(tǒng)計上是相互獨立的。
[0057]執(zhí)行步驟S402，對所述觀測信號進行預處理。
[0058]在此步驟中，完成對所述觀測信號進行去均值、白化等處理。[0059]所述去均值也可以稱為是對所述觀測信號的零均值化，通過穩(wěn)健預白化等方法進行白化處理，可以將所述白化處理后的數(shù)據(jù)記錄為白化數(shù)據(jù)Z。
[0060]執(zhí)行步驟S403，基于所述白化數(shù)據(jù)Z求出白化數(shù)據(jù)的四階累積量矩陣Q。
[0061]執(zhí)行步驟S404，根據(jù)Givens旋轉找到一個旋轉陣V。
[0062]在求取所述旋轉矩陣V時，使四階累積量矩陣Q盡可能地對角化，使得判據(jù)
一1最小。
[0063]執(zhí)行步驟S405，基于所述旋轉矩陣獲取混合矩陣B。
[0064]基于公式B= JJV5J取所述混合矩陣B。
[0065]步驟S406，獲取相互獨立的分量。
[0066]基于公式:f =SX獲取源信號，進而獲取相互獨立的分量。其中S力所述相互獨立的分量，X為觀測信號，B為步驟S405中所確定的混合矩陣W。
[0067]步驟S407，確定第一分量。
[0068]基于步驟S406中所獲取的各相互獨立的分量，確定其中能量最大的獨立分量，即確定所述第一分量。
[0069]步驟S408，基于所述第一分量確定化探異常。
[0070]基于所述第一分量可以確定該分量對應的礦元素組合，基于所述礦化元素組合確定對所述第一分量影響較大的元素，基于所述影響較大的元素即可確定化探異常。
[0071]上述關于JADE算法部分，只簡單對該算法的關鍵步驟進行了簡單描述，本領域技術人員可以采用詳細的JADE算法對本實施例進行實施，對于JADE算法部分在此不再贅述。
[0072]基于本實施例所描述的方法，對實際礦區(qū)進行了檢測和驗證，在此同樣以實施例中某一礦區(qū)的1:20萬水系沉積物測量資料進行驗證為例，如圖5所示，黑色線條為前人處理得到的化探綜合異常，基于本實施例所提供的方法所得到的綜合異常范圍與前人處理得到的化探綜合異常有良好的套合，可以看出，基于JADE處理的結果同樣可以進行較為準確的綜合異常的確定，可以很好反映礦點位置。
[0073]將JADE盲源分離算法用于確定地球化學元素組合，進而確定綜合異常的方法中，可以較為準確確定綜合異常。
[0074]基于盲源分離技術的綜合異常提取的方法，可以較為準確提取礦化元素分布特征及圈定地球化學元素綜合異常，通過上述實施例中對某一礦區(qū)的檢測和驗證可以看出，基于盲源分離技術的綜合異常的提取處理結果與礦區(qū)的實際成礦吻合度較高，基本可以較真實反映地化元素的異常特征，本發(fā)明提供的方法在地球化學異常數(shù)據(jù)處理方面具有較強的適用性和有效性。
[0075]雖然本發(fā)明披露如上，但本發(fā)明并非限定于此。任何本領域技術人員，在不脫離本發(fā)明的精神和范圍內(nèi)，均可作各種更動與修改，因此本發(fā)明的保護范圍應當以權利要求所限定的范圍為準。
【權利要求】
1.一種基于盲源分離技術的綜合異常提取方法，其特征在于，包括: 基于勘查地球化學元素數(shù)據(jù)確定觀測信號； 基于所述觀測信號，通過獨立分量分析算法確定第一分量，所述第一分量為基于獨立分量分析算法所確定的能量最大的獨立分量； 基于所述第一分量確定化探異常。
2.如權利要求1所述的基于盲源分離技術的綜合異常提取方法，其特征在于，所述地球化學元素數(shù)據(jù)為多個單元素數(shù)據(jù)。
3.如權利要求1所述的基于盲源分離技術的綜合異常提取方法，其特征在于，所述觀測信號為多道觀測信號。
4.如權利要求1所述的基于盲源分離技術的綜合異常提取方法，其特征在于，在確定觀測信號之后，基于所述觀測信號，通過獨立分量分析算法確定第一分量之前，對所述觀測信號進行預處理。
5.如權利要求1所述的基于盲源分離技術的綜合異常提取方法，其特征在于，所述預處理包括對所述觀測信號進行去均值和白化中的至少一種。
6.如權利要求1所述的基于盲源分離技術的綜合異常提取方法，其特征在于，所述獨立分量分析算法包括FastICA算法或者JADE算法中的任意一種。
7.如權利要求1所述的基于盲源分離技術的綜合異常提取方法，其特征在于，所述基于所述第一分量確定化探異常包括: 基于所述第一分量確定目標地球化學元素組合。
8.如權利要求7所述的基于盲源分離技術的綜合異常提取方法，其特征在于，所述目標地化元素組合包括對所述第一分量影響較大的地球化學元素。
9.一種基于盲源分離技術的綜合異常提取裝置，其特征在于，包括: 第一確定單元，適于基于地球化學元素數(shù)據(jù)確定觀測信號； 第二確定單元，適于基于所述觀測信號，通過獨立分量分析算法確定第一分量，所述第一分量為基于獨立分量分析算法所確定的能量最大的獨立分量； 第三確定單元，適于基于所述第一分量確定化探異常。
【文檔編號】G01V9/00GK103645517SQ201310661715
【公開日】2014年3月19日 申請日期:2013年12月10日 優(yōu)先權日:2013年12月10日
【發(fā)明者】柳炳利, 郭科, 陳聆, 魏友華, 梁元 申請人:成都理工大學