地球科学中的散乱数据优化与缺损信息恢复

介绍了分形理论和动力系统重构等现代数学方法和神经网络、模糊聚类、遗传算法等信息处理技术在地球科学稀疏、散乱数据中的优化插值与拟合逼近,以及资料中缺损信息恢复重构等方面的学科动态和研究进展;分析评述了多种数据处理方法的优缺点及其在不同类型、不同特性资料处理中的适用性和局限性;阐述了基于学科交叉融合、优势互补研究思想开展地学资料中非常规复杂数据的信息挖掘、特征提取和优化拓展的技术途径和应用实践;讨论了地球科学中两类重要的数据分析研究思想(基于动力模型约束的变分方法和基于自然几何相似的同化方法),指出它们的交叉融合和优势互补是未来地球科学数据研究中重要的发展趋势和方向。