[发明专利]一种用于原地浸出矿床的非均质性评价方法、装置及介质在审
申请号: | 202010744233.8 | 申请日: | 2020-07-29 |
公开(公告)号: | CN111832975A | 公开(公告)日: | 2020-10-27 |
发明(设计)人: | 贾明涛;贺康 | 申请(专利权)人: | 中南大学 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/02 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 龚燕妮 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 原地 浸出 矿床 非均质性 评价 方法 装置 介质 | ||
1.一种用于原地浸出矿床的非均质性评价方法,其特征在于,包括以下步骤:
步骤S1,根据钻孔的开口坐标,将非均质性待评价区域划分为若干封闭空间;
步骤S2,获取非均质性待评价区域对应的地质块段模型,从中提取所有点云数据,并判断每个点云所属的封闭空间;
步骤S3,针对每个封闭空间:均按照其中点云的属性类别,在封闭空间内生成与属性类别对应的最大外轮廓;
步骤S4,定义多点样板的尺寸;针对每个封闭空间的每个最大外轮廓:均使用所有的多点样板扫描最大外轮廓内的点云,获得所有多点样板的概率分布,进而计算最大外轮廓的空间信息熵;
步骤S5,针对每个封闭空间:根据其所有的最大外轮廓计算封闭空间的空间信息熵;
步骤S6,聚合所有封闭空间的空间信息熵,得到能够评价整个待评价区域的联合空间信息熵;
步骤S7,根据步骤S5和步骤S6得到的空间信息熵,以及空间信息熵与非均质性的映射关系,评价非均质性待评价区域内每个封闭空间以及整个待评价区域的非均质性。
2.根据权利要求1所述的方法,其特征在于,步骤S2中,判断每个点云所属的封闭空间的方法为:
设点云坐标为A(x,y),封闭空间为多边形P{p1,p2,…,pK},将点云与多边形的每条边进行叉乘,即:{Ap1×Ap2,Ap2×Ap3,…,ApK-1×ApK,ApK×Ap1},如果计算结果为0或者符号相同,则表示点云A(x,y)在多边形内或在多边形上;反之,表示点云A(x,y)在多边形外;
其中,P表示多边形,pi表示多边形的第i个顶点,i=1,2,…,K,多边形的所有顶点按照顺时针或逆时针方向排列依次为p1,p2,…,pK,Api为点云A到顶点pi的矢量。
3.根据权利要求1所述的方法,其特征在于,步骤S3中,按照其中点云的属性类别,生成与属性类别对应的最大外轮廓,具体过程为:
设当前封闭空间内的所有点云集合为Ω,不同属性类别的点云集合为Ωm,m=1,2,…,M;采用Alpha Shapes算法计算点云集合Ωm的最大外轮廓为Cm;
其中,计算点云集合Ωm中的每个点云A(x,y)是否在最大外轮廓Cm内的方法为:
将点云A(x,y)与最大外轮廓Cm{s1,s2,…,sN}的顶点进行叉乘,即:{As1×As2,As2×As3,…,AsN-1×AsN,AsN×As1},如果计算结果为0或者符号相同,则表示点云A(x,y)在最大外轮廓Cm的内部或在最大外轮廓Cm的面上;反之,表示点云A(x,y)在最大外轮廓Cm的外部;
式中,si表示最大外轮廓Cm的第i个顶点,i=1,2,…,N,最大外轮廓Cm的所有顶点按照顺时针或逆时针方向依次排列为s1,s2,…,sN,Asi为点云A到顶点si的矢量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010744233.8/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理