1) Bore scope interception data
孔探数据
2) geochemical data
化探数据
1.
As one of advanced multi-source remote sensing image fusion techniques,fusion techniques of remote sensing and geochemical data aim at obtaining information of greater quality and extract alteration information from the original images.
作为一种先进的多元数据融合技术,遥感与化探数据融合技术的目的在于能从原始的遥感图像中获得较高质量的图像和提取实际需要的蚀变信息。
2.
In the soil geochemical survey of Luoguhe reconnaissance area in northern Daxinganling,Heilongjiang Province,the MAPGIS software of geographic information system (GIS) is applied,combined with global positioning system (GPS),to process the geochemical data and draw maps.
在洛古河普查区面积性土壤化探测量中,将GPS(全球卫星定位系统)与MAPGIS(地理信息系统)结合在一起,对化探数据进行处理及成图。
3.
The authors precess fusion of the remote sensing data and geochemical data which have scaled in the research area of Erenta.
基于两种数据的性质和特点,利用立方卷积的方法进行两种数据处理中的尺度转换研究,并以内蒙古额仁陶勒盖地区为例,实现了尺度转换后的化探数据和遥感数据融合处理应用。
3) geochemical surveying data
化探数据
1.
First,the digital image processing for the remote sensing data is done and remote sensing data is combined with geochemical surveying data,and then with the geological data.
利用已有资料,进行遥感图像数字图像处理,将遥感图像与化探数据进行融合,再结合地质资料,经过将遥感、化探与地质信息的综合分析,总结出保山—耿马成矿带东段矿体,是赋存在三叠系顶部与上第三系底部的沉积不整合接触带上或赋存在变砂岩地层的层间破碎带中,锡矿化体的分布明显受该区北西向的区域构造控制,矿化与花岗岩体关系密切,在岩体与地层接触带上具有矿化强烈的成矿地质特征,从而缩小了探矿靶区。
4) exploration well data
探井数据
1.
New way to control quality of petroleum exploration well data;
油气探井数据快速整理的质量控制方法
5) data snooping
数据探测
1.
The result is fine, which shows that the data snooping method with the new weighting function can locate all the measurements with blunders of the framework accurately and effectively in the case that the accuracy of distance measurements are different and a few blunders coexist.
结果表明,在测边精度不同且存在多个粗差的情况下,本文提出的带权数据探测法能有效地确定所有含有粗差的边长观测值和角度观测值的位置,效果很好。
2.
Reliability analysis and data snooping are important contents in quality control of adjustment system.
首先从方差比检验出发 ,建立了用于可靠性分析和数据探测的统一基本关系式 ,由此导出了在相关权情况下的可靠性指标Ri 的表达式 ,证明在权阵为对角阵时其特例就是常用的多余观测分量内可靠性指标ri,其一致性说明了Ri 的合理性。
3.
By considering the quantitative relation between the residual error and the true error,this paper focuses on the data snooping and the iterative methods of weight defining for the robust estimation which are used to detect gross error.
从残差的定量关系出发评述了检测粗差的数据探测法和抗差估计的选权迭代法 ,指出了其中用残差代替真误差所产生的问题及解决办法 ,并且导出了单位权方差估值、单位权中误差估值的概率分布 ,给出了后者的数字特征 ,对平差问题的精度体系作了统计分析。
6) data exploration
数据探索
1.
Visualization of urban development:for data exploration;
面向数据探索的城市发展可视化研究
补充资料：化探数据处理
在地球化学勘查和地球化学研究中，为了提取具有地质找矿意义的信息和其他有用信息，对地球化学数据的加工、分析和解释工作。简单情况下可以用人工，但现在普遍都借助电子计算机和绘图设备来完成。
地球化学数据通常蕴含多种有用信息并伴随某些不规律的变化，在数据获取过程中还引入了分析测定误差，这些使化探数据的复杂性增加了，在化探数据处理中要将这些不规律成分和分析误差除去。
在特定情况下地球化学数据可能只反映单一的地质过程，这样的化探数据是所谓"来自一个母体"的。一般情况是几种地质过程作用在同一地区，他们相互重叠或部分重叠，这反映在地球化学数据上就具有"多个母体"的特征。化探数据处理需要鉴别和分离这些母体，即对化探数据值进行分解，确定出不同母体的影响在数据中所产生的分量。在确定和分离地球化学母体时常常涉及化学元素的分布形式，如正态分布或对数正态分布等。
找矿信息总是同地球化学异常相联系的。最普通的化探数据处理是对一组化探数据计算出背景值和变化范围（如用平均值和标准离差来衡量），据此确定出地球化学异常的下限值。当地球化学背景随着地理位置出现趋势变化时，要相应地采取适当的处理方法以便获得随地理位置而变的背景值和异常下限。
化探数据是以多元素或多变量为特征的。化探数据处理既研究元素之间的相互关系，又研究样品之间的相互关系，前者叫做R方式分析，后者叫做Q方式分析。分析结果是将数据按变量或按样品划分成若干类，使各类内部性质相似而各类之间性质相异。如果参加分析的数据含有已知类别（如矿或非矿的作用）能起训练组作用时，数据处理的结果可给出明确的地质解释，否则所做的地质解释就含有较大程度的推测性。
传统的统计学方法以及与计算技术发展相适应的近代多元统计学方法，在60年代均被广泛地应用于化探数据处理中。例如，用于检验和计算元素含量分布形态和分布参数的快速统计学方法（含二元相关分析与回归分析），用于研究采样和分析误差的方差分析，用于确定非平衡地球化学特征的背景与异常的趋势分析和移动平均分析，用于含训练组化探数据分类方法的多元回归分析和判别分析，用于不含训练组化探数据分类方法的主分量分析、因子分析、对应分析、簇团分析、和非线性映象等。这些方法已成为边缘学科数学地质学的重要构成部分。在研究地球化学特征的空间变化时也吸收和引用了地质统计学（矿石储量估算的一种方法）中区域化变量的概念及有关方法。由于地球化学数据含有非数值性的成分以及地球化学特征之间相互关系的不明确和暧昧性，因此如非参量统计学和模糊数学等方法也得到应用。此外，人们越来越注意到地球化学数据中少数高含量值对统计计算结果(如背景和异常的数值)的扰乱，已经开始使用以中位数为基础的稳健统计学代替以平均值为基础的传统统计学。
化探数据处理从近代计算机技术的发展中受益极大，用计算机不仅使得前述的一系列数据处理方法成为现实，而且机器制作区域地球化学图和其他图件已成为常规工作。利用终端上的图形显示和人机交互作用，使地球化学参数的确定和异常解释得以高效率地进行。尤其是彩色图像处理技术在化探中的初步应用，将对化探制图和解释推断工作的新飞跃发挥重大作用。各种地球化学数据库的建立使化探数据得到长久保存和最大程度的利用，有利于在大范围的资源共享。地球化学专家系统、地球化学过程的计算机模拟等研究工作，在先进的计算机系统硬软件支持下也已蓬勃地开展起来。
地球化学数据通常蕴含多种有用信息并伴随某些不规律的变化，在数据获取过程中还引入了分析测定误差，这些使化探数据的复杂性增加了，在化探数据处理中要将这些不规律成分和分析误差除去。
在特定情况下地球化学数据可能只反映单一的地质过程，这样的化探数据是所谓"来自一个母体"的。一般情况是几种地质过程作用在同一地区，他们相互重叠或部分重叠，这反映在地球化学数据上就具有"多个母体"的特征。化探数据处理需要鉴别和分离这些母体，即对化探数据值进行分解，确定出不同母体的影响在数据中所产生的分量。在确定和分离地球化学母体时常常涉及化学元素的分布形式，如正态分布或对数正态分布等。
找矿信息总是同地球化学异常相联系的。最普通的化探数据处理是对一组化探数据计算出背景值和变化范围（如用平均值和标准离差来衡量），据此确定出地球化学异常的下限值。当地球化学背景随着地理位置出现趋势变化时，要相应地采取适当的处理方法以便获得随地理位置而变的背景值和异常下限。
化探数据是以多元素或多变量为特征的。化探数据处理既研究元素之间的相互关系，又研究样品之间的相互关系，前者叫做R方式分析，后者叫做Q方式分析。分析结果是将数据按变量或按样品划分成若干类，使各类内部性质相似而各类之间性质相异。如果参加分析的数据含有已知类别（如矿或非矿的作用）能起训练组作用时，数据处理的结果可给出明确的地质解释，否则所做的地质解释就含有较大程度的推测性。
传统的统计学方法以及与计算技术发展相适应的近代多元统计学方法，在60年代均被广泛地应用于化探数据处理中。例如，用于检验和计算元素含量分布形态和分布参数的快速统计学方法（含二元相关分析与回归分析），用于研究采样和分析误差的方差分析，用于确定非平衡地球化学特征的背景与异常的趋势分析和移动平均分析，用于含训练组化探数据分类方法的多元回归分析和判别分析，用于不含训练组化探数据分类方法的主分量分析、因子分析、对应分析、簇团分析、和非线性映象等。这些方法已成为边缘学科数学地质学的重要构成部分。在研究地球化学特征的空间变化时也吸收和引用了地质统计学（矿石储量估算的一种方法）中区域化变量的概念及有关方法。由于地球化学数据含有非数值性的成分以及地球化学特征之间相互关系的不明确和暧昧性，因此如非参量统计学和模糊数学等方法也得到应用。此外，人们越来越注意到地球化学数据中少数高含量值对统计计算结果(如背景和异常的数值)的扰乱，已经开始使用以中位数为基础的稳健统计学代替以平均值为基础的传统统计学。
化探数据处理从近代计算机技术的发展中受益极大，用计算机不仅使得前述的一系列数据处理方法成为现实，而且机器制作区域地球化学图和其他图件已成为常规工作。利用终端上的图形显示和人机交互作用，使地球化学参数的确定和异常解释得以高效率地进行。尤其是彩色图像处理技术在化探中的初步应用，将对化探制图和解释推断工作的新飞跃发挥重大作用。各种地球化学数据库的建立使化探数据得到长久保存和最大程度的利用，有利于在大范围的资源共享。地球化学专家系统、地球化学过程的计算机模拟等研究工作，在先进的计算机系统硬软件支持下也已蓬勃地开展起来。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条