廖时理,张 均,张利亚,姚 涛
(中国地质大学(武汉)资源学院,武汉 430074)
地球化学元素分布规律的研究是揭示元素矿化富集及空间变化规律的重要途径之一,传统的多元分析方法是建立在研究总体服从正态分布的基础上的,然而实际情况中的化探数据大多数并不满足正态假定这一前提,而且当数据的维数较高时,即使数据的样本点很多,散布在高维空间仍然会显得非常稀疏。这种情况下,传统的多元分析方法将会受到局限。投影寻踪聚类方法(PPC)的基本思想是把多维数据投影到低维(1~3维)的子空间上,寻找出能反映高维数据结构或特征的投影,从而能够更加直观地研究和分析高维数据[1]。最近几年来,投影寻踪方法在水利资源、农业、军事等许多领域都有了广泛应用,并取得了较好的效果,但是在地学领域,特别是金属矿产勘查领域的研究应用几乎还处于空白状态,仅少数人进行了一些探索性工作,如肖凡(2008)[2]首次将投影寻踪理论引入矿产勘查领域,并初步探讨了与分形理论结合的可能性。基于此,本文提出采用基于实码加速遗传算法(Real coding based Accelerating Genetic Algorithm,简称 RAGA)[3]的投影寻踪聚类(Projection pursuit cluster,简称PPC)[4]化探数据处理模型的新途径,并进行了实例研究。
投影寻踪聚类技术的实质是一种降维处理技术,即通过投影寻踪技术将多维分析问题通过最优投影方向转化为一维问题,并利用投影特征值与投影方向向量值进行综合评价。……