期刊文献+

大数据时代铀矿勘查数字化和发展方向探讨 被引量:6

Discuss on Uranium Prospecting Digitization and Evolution Direction in Big Dada Epoch
下载PDF
导出
摘要 文章介绍了大数据的概念和铀矿大数据的目标任务,总结了数字铀矿勘查系统应用情况,归纳了野外地质工作数字化数据流程及结构、机助制图等地质数据处理关键技术,指出了数字铀矿勘查系统主要特点,对野外数据采集中语音输入识别、铀矿大数据智能化应用前景进行了探讨。 The paper introduced the concept of big data and target task of uranium big data. Some Apply instances of digitization uranium prospecting system were summarized. Data process and framework of field geological digitization and key techniques of geological data processing for computer aided mapping etc were concluded. The main characteristics of digitization uranium prospecting system were pointed phonetic input recognition of field data collection and intelligentized apply tuture of uranium big data were discussed.
作者 傅成铭 张明林 文占久 师志龙 曹豪杰 翟亮亮 FU Chengming;ZHANG Minglin;WEN Zhanjiu;SHI Zhilong;CAO Haojie;ZHAI Liangliang(Research Institute No.203,CNNC,Xianyang,Sha'anxi 712000,China;Head office China National Uranium Co.Ltd.,Beijing 100013,China;Geologioal Party No.216,CNNC,Urumqi,Xinjiang 830000,China;Research Institute No.290,CNNC,Shaoguan,Guangdong 510026,China;Geological Party No.243,CNNC,Chifeng,lnner Mogolia 024000,China)
出处 《铀矿地质》 CAS CSCD 2018年第6期379-384,共6页 Uranium Geology
关键词 大数据 数字铀矿勘查系统 发展方向 big data digitization uranium prospecting system evolution target
  • 相关文献

参考文献2

二级参考文献39

  • 1顾炳中,申世亮.“欧盟空间信息基础设施”及对国土资源“一张图”建设的启示[J].国土资源信息化,2011(1):3-6. 被引量:11
  • 2中华人民共和国国务院.国务院关于加强地质工作的决定[N].中国国土资源报,2006—02—06(02).
  • 3韩家炜,坎伯.数据挖掘:概念与技术[M].北京:机械工业出版社,2000.
  • 4陈建飞.地理信息系统导论[M].北京:科学出版社,2003.
  • 5黄智,陈曜林.煤田地球物理测井[M].武汉:武汉地质学院,1996.
  • 6李国杰.大数据研究的科学价值[J].中国计算机学会通讯,2012,8(9):8-15.
  • 7百度百科.大数据[EB/OL].http://baike.baidu.com/view/6954399.htm.2012-8-10.
  • 8刘石磊.英国“尝鲜”大数据时代[EB/OL](2013-05-19)[2014-04-13]http://news.xinhuanet.com/newmedia/2013 - 05/20/c 1247369 85. htm. 2013.
  • 9中共中央办公厅、国务院办公厅.2006-2020年国家信息化发展战略[EB/OL](2006-12-14)http://www.itsec.gov.cn/export/sites/itsec/standard/relation/7aOalb35-9e5b-11eO-82c2-755a45196291/.2006.
  • 10Manegold S, Kersten M. Big Data[J]. ERCIM News, 2012, 89: 33- 36.

共引文献96

同被引文献76

引证文献6

二级引证文献30

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部