《地质大数据:非结构化数据的存储与挖掘》一书,综合应用大数据、自然语言处理、数据挖掘等技术,就地质大数据中非结构化数据的存储与挖掘两大关键问题展开论述,构建了非结构化地质数据内容提取、组织存储、分析挖掘、应用服务的较为完善的技术方法体系,建立了一条数据—信息—知识—服务—再数据的大数据链,为信息技术与地...
5月13日上午,信息所会同技术科共同举办了地质大数据建设专业技术培训,会议邀请中国地质调查局西安地质调查中心信息化室副主任魏东琦就《地质大数据-非结构化地质数据的挖掘与存储》进行了培训。信息所、技术科全体人员及其他科(所)相关专业技术人员20余人在中心422会议室参加了培训。 会上,魏东琦围绕大数据与非结构化...
在用户界面上可以像百度搜索一样，通过文本输入即可找到所有信息，同时增加一个空间查询的地图查询模块，实现一个用户界面下文本和空间数据的统一检索，即构建带统一空间索引的‘地质数据湖’，实现空间数据和文本数据，结构化和非结构化数据的一体化组织与管理。
高振记研究员介绍道:“目前,真正结构化的地质空间数据库占地质数据总量不到30%,中国地质调查局及各地方和行业地勘单位现有数据大部分是文件形式存储的,地质大数据的管理与服务仍有很大提升空间。只有标准化采集、实时化入库、流程化分析、一体化服务的地质大数据管理服务全链条全面建立起来,才能形成真正的地质大数据管理与...
高振记研究员总结了两个方面:“一是技术层面的。地质大数据的种类很多,结构化、非结构化、半结构化都有,这些多源异构数据在数据挖掘和开发利用上难度较大,具有很大挑战性;二是管理办法和服务模式的问题。目前地质行业的数据共享开放程度还有待提高,尤其是要拿到可计算、可分析的数据还是比较困难的,这也是一个瓶颈。”...
3.数据挖掘与分析技术:利用机器学习、深度学习等算法,从地质大数据中挖掘潜在规律和知识。 【数据可视化与交互技术】: 地质大数据信息化关键技术 一、数据采集与管理技术 1.多源异构数据融合技术:集成来自传感器、钻井记录、地质勘探等不同来源的异构地质数据,形成统一、全面的数据资源库。 2.大规模数据存储技术:采用分...
地质云构建涉及到的关键技术包括结构化与非结构化数据的混合存储与管理、非结构化数据的信息提取与挖掘分析、大数据共享平台以及可视化等。 结论 (1)大数据时代需提升知识服务水平,加强地质数据的共享与交换,服务国家建设与社会经济发展,地质信息服务迎来了新的发展机遇。 (2)“地质云”大大减少各生产单位的重复建设及...
地利用与挖掘.地质大数据作为一种典型的时空大数据,研究地质大数据中的非结构化数据的时空及主题信息抽取是解决地质大数据充分利用的关键性科学问题之一,这为地质大数据... 邱芹军 - 中国地质大学 被引量: 0发表: 2020年 大数据开创地学研究新途径:全数据挖掘提高研究精度——《地质科学》2018"纪念孙枢先生地质大数据专...
由于数据采集的多元化,数据类型的非结构化,如何将多样的信息转化成计算机可以识别和计算的语言是进行大数据分析的基础。 5. 数据管理 在地质时空大数据模型构建中,数据融合是基础性的研究课题,它贯穿于矿床与地质研究对象认知模型、矿床与地质时空数据感知模型、矿床与地质时空数据分析模型、矿床与地质时空数据挖掘模型、矿...
通过开展地质时空数据语义识别与智能挖掘,复杂结构化、半结构化和非结构化地质大数据关联分析、可视分析与知识发现等应用技术研究,在重点领域开展地质大数据分析应用试点,支持地质数据关联、知识发现、规律挖掘,推动地质大数据的深度开发利用。开展基于人工智能技术的矿产资源潜力评价、资源环境...