共查询到18条相似文献，搜索用时 687 毫秒
1.
支持向量机、随机森林和人工神经网络机器学习算法在地球化学异常信息提取中的对比研究 总被引：1，自引：0，他引：1
地球化学勘查是通过发现异常、解释评价异常进行找矿的。因此,地球化学异常识别对矿产资源的定位、定量预测具有重要的的指示作用。在大数据时代的背景下,机器学习方法不要求数据满足正态分布的分布形式,且具有非线性以及泛化能力强等特点,因而逐渐地被应用于矿产资源的定量预测评价,如神经网络、支持向量机、贝叶斯网络、随机森林、受限玻尔兹曼机、极限学习机等。本文通过设计理论实验,可视化了不同算法,提出了不同机器学习方法在不同地区的地球化学异常信息提取中的效果存在不一致性的假设。在此基础上,以湖南香花岭锡多金属矿整装勘查区及甘肃合作金矿整装勘查区的地球化学异常提取为研究内容,将人工神经网络、随机森林以及支持向量机应用于研究区地球化学异常信息的提取与识别工作。在香花岭研究区,人工神经网络的结果较好,在合作研究区,随机森林的结果较好,从而验证了上述假设。通过生成两研究区的地球化学异常图,讨论了该方法在两研究区地球化学异常的地质意义和该方法的可靠性与实用性。此外,还完善了基于多种监督机器学习方法的地球化学异常信息提取流程,为软件开发提供了一定的理论依据。 相似文献
2.
3.
4.
张八岭—管店地区位于皖东张八岭构造带北部,区内已发现多处金多金属矿点,但尚未取得显著突破。近年来,多维分形理论与地球化学勘查相结合的方法已被广泛应用于Au、Cu矿床的找矿勘查工作,其中S-A(能谱密度-累计面积)方法是一种建立在能谱空间上的分形滤波技术,能够利用傅里叶变换对物化探数据进行异常和背景分解。以张八岭—管店地区深部土壤Au元素为例,利用S-A方法对研究区深部土壤中Au元素地球化学场进行异常识别。结果显示,该方法能够有效分离地球化学背景,识别已知金铜矿点的矿致异常信息,在区内已知矿点以外识别出多个Au元素异常区域。研究成果可为进一步找矿勘探提供新的目标和方向。 相似文献
5.
《地质科技情报》2021,40(1)
回顾了国内外在矿产资源定量预测研究领域的发展历程,对近十年来国外相关方向的文献进行了统计对比分析,结果显示机器学习方法已经成为矿产资源定量预测研究领域的热点方向,并主要在如下3个方面发挥了积极的作用:(1)提取和挖掘复杂数据中隐藏的难以识别的矿化信息;(2)致矿异常信息关联与转换;(3)多源地学数据的致矿异常信息融合、预测和发现矿床。对逻辑回归、人工神经网络、随机森林与支持向量机等主要机器学习算法与模型在矿产资源定量预测实践中的应用效果进行了评述,并探讨了在实际应用过程中存在的样本选择、错分代价、不确定性评价以及模型性能评价等主要问题及目前的解决方案。最后提出基于大数据与机器学习的矿产资源定量预测是未来发展的重要趋势。 相似文献
6.
支持向量机在水淹层测井识别中的应用 总被引：2，自引：1，他引：1
支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法。笔者尝试将Vapnik提出的支持向量机算法用于水淹层测井识别。总结了P油田水淹层的声波时差、自然电位、深感应电阻率、中感应电阻率及密度测井曲线与水淹程度的对应关系,建立了基于支持向量分类机的识别模型,并将上述参数作为训练样本的输入,油气特征作为训练样本的输出,对支持向量机进行训练。对于P油田水淹层的实际预测结果表明:支持向量机可以成为一种用于水淹层识别的有效工具。 相似文献
7.
我国积累的大量高质量、多元素、多尺度的地球化学数据,为矿产勘查与环境评价提供了有效的数据支撑。如何对这些数据进行二次开发和再利用,提取有价值的地球化学异常信息并带动找矿突破,是缓解当前矿产资源短缺的重要途径之一。在覆盖区和深部的找矿实践中,由于矿体埋深和覆盖层的影响,往往在表生介质中形成弱小的地球化学异常,识别和评价弱小地球化学异常是当前勘查地球化学数据处理的重要方向之一。本文围绕地球化学异常信息的提取和评价,主要从以下几个方面讨论了相关的国内外研究进展和发展趋势:勘查地球化学数据处理与异常识别方法和模型,勘查地球化学数据闭合效应的影响及其解决方案,基于大数据和机器学习的勘查地球化学数据处理以及弱小地球化学异常的识别和评价。研究发现,在地质环境的约束下,基于大数据思维和机器学习相结合的方法,注重地球化学空间分布模式与已发现矿床的相关关系,同时使用所有地球化学变量能有效刻画具有非线性特征的地球化学空间分布模式,可识别出传统方法无法识别的异常,为开展地球化学空间模式识别与异常提取提供了新的途径。 相似文献
8.
9.
传统机器学习算法已广泛应用于矿产预测,但面对地质大数据的高维稀疏、不平衡小样本等特性仍缺乏有效处理和分析的方法,设计适合地质大数据特点的机器学习算法是智能矿产预测亟需解决的新问题。本文以内蒙古浩布高地区的铅锌多金属矿产预测为例,提出了一种面向地质大数据的半监督协同训练矿产预测模型。首先对研究区地质找矿信息和地球化学异常信息进行定量分析,提取断裂构造、二叠系地层、燕山期侵入岩、地层与岩体接触带、围岩蚀变及Pb、Zn、Sn、Cu地球化学异常共9种找矿因子。然后利用递归特征消除法优选找矿因子组合,不包括Sn异常在内的8个找矿因子组合被选为最优组合。最后,利用支持向量机和随机森林算法作为基分类器进行半监督协同训练矿产预测,绘制成矿概率分布图。ROC曲线和预测度曲线分析结果表明,半监督协同训练模型的AUC值和预测效率都高于随机森林和支持向量机模型。研究结果也为大数据环境下的智能矿产预测提供了一种新的思路。 相似文献
10.
遥感岩性制图是地质填图中的重要工作,基于光谱特征的岩性分类易受到色调、纹理等因素影响导致精度不佳。前人进行岩性自动分类研究多关注影像的光谱特征,而忽略空间特征,笔者等基于甘肃北山白峡尼山地区ASTER影像,将支持向量机、极限学习机两种机器学习分类方法与基于空间特征的快速漂移算法相结合进行岩性分类。结果表明支持向量机分类总体精度为89. 17%;极限学习机不但具有需调节参数少的优势,且分类精度和速度均优于支持向量机,分类总体精度达96. 70%;利用快速漂移算法提取的影像空间特征可有效减少错分区,提升岩性分类效果。研究证实将基于光谱特征的极限学习机和基于空间特征的快速漂移算法结合的岩性分类方法具有客观、高效、高精度等优势,可为后续地质填图和找矿勘查工作提供可靠数据支撑,在遥感岩性分类领域具有较高的推广价值。 相似文献
11.
《Chemie der Erde / Geochemistry》2016,76(4):491-499
Separation of geochemical anomalies from background are one of the important steps in mineral exploration. The Khooni mineral district (Central Iran) has complex geochemical surface expression due to a complex geological background. This region was chosen as a study area for recognition of the spatial distribution of geochemical elements and separating anomalies from background using stream sediment geochemical data. In the past decades, geochemical anomalies have been identified by means of various methods. Some of these separation methods include: statistical analysis methods, spatial statistical methods and fractal and multi-fractal methods. In this article, two efficient methods, i.e. U-statistics and the fractal concentration-area for separation and detection of anomalous areas of the background were used. The U spatial statistic method is a weighted mean, which considers sampling point positions and their spatial relation in the estimation of anomaly location. Also, fractal and multi-fractal models have also been applied to separate anomalies from background values. In this paper, the concentration–area model (C–A) was suggested to separate the anomaly of background. For this purpose, about 256 stream sediment samples were collected and analyzed. Then anomaly maps of elements were generated based on U spatial statistics and the C-A fractal methods for Au, As and Sb elements. According to obtained results, the U-statistics method performed better than C-A method. Because the comparisons of the known deposits and occurrences against the anomalous area created using thresholds from U-statistics and C-A method show that the spatial U-statistics method hits all of 3 known deposits and occurrences, the C-A fractal method hits 1 and fails 2. In addition, the results showed that these methods with regard to spatial distribution and variability within neighboring samples, in addition to concentration value frequency distributions and correlation coefficients, have more accurate results than the traditional approaches. 相似文献
12.
通过对甘肃省陇南文康地区的地质背景分析,采用区域1:5万水系沉积物测量的17种常量元素含量数据,分别运用传统统计学方法、S-A（能谱密度-累计面积）多重分形滤波法,确定成矿元素（以Au为例）异常下限值,圈定化探异常。结果表明,与传统方法相比,S-A多重分形法所圈定的异常面积小、数量多,传统统计法圈定的面积较大;两种方法圈定的异常展布方向基本一致,与研究区内已知的矿点吻合度高。本次研究认为S-A多重分形法所圈定的异常基本位于传统方法所圈定异常的内带之中,重点突出,与矿床空间位置对应关系较好,便于野外开展工作。同时在传统异常周边提取了部分低背景区的弱异常,这些弱异常可作为下一步找矿工作的新靶区。 相似文献
13.
Mineral targets are local geological anomalies. In a study area of a number of unit cells, mapping mineral prospectivity can be implemented by identifying anomaly cells from the unit cell population. One-class support vector machine (OCSVM) models can yield useful results in anomaly detection in high-dimensional data or without any assumptions on the distribution of the inlying data. The OCSVM model was applied to mapping gold prospectivity of the Laotudingzi-Xiaosiping district, an area with a complex geological background, in Jilin Province, China. The decision function value of each unit cell belonging to an anomaly was computed on the basis of the trained OCSVM model and used to express gold prospectivity of the cell. The receiver operating characteristic (ROC) curve, area under curve (AUC) and data-processing efficiency were used to compare the performance of the OCSVM model and a restricted Boltzmann machine (RBM) model in mapping gold prospectivity. The results show that the OCSVM model outperforms the RBM model in terms of ROC, AUC and data-processing efficiency. Gold targets were optimally delineated by using the Youden index to maximise the spatial association between the delineated gold targets and known gold deposits. The gold targets delineated by the OCSVM model occupy 11% of the study area and contain 88% of the known gold deposits; and the gold targets delineated by the RBM model occupy 10% of the study area and contain 81% of the known gold deposits. Therefore, the OCSVM model is a feasible mineral prospectivity mapping approach. 相似文献
14.
Single-element Anomaly Mapping from Stream Sediment Geochemical Landscapes Aided by Digital Terrain Analysis 
下载免费PDF全文
下载免费PDF全文 The identification of anomalies within stream sediment geochemical data is one of the fastest developing areas in mineral exploration. The various means used to achieve this objective make use of either continuous or discrete field models of stream sediment geochemical data. To map anomalies in a discrete field model of such data, two corrections are required: background correction and downstream dilution correction. Topography and geomorphology are important factors in variations of element con... 相似文献
15.
16.
通过甘肃省白银厂及其外围地区矿产远景调查项目,共圈定1:5万航磁异常12个、1:5万高磁异常7个、1:5万化探综合异常64个,新发现矿点4处、矿化点6处,矿种有铜、铅、锌等。通过对研究区成矿地质条件、1:5万物化探综合异常特征、矿(化)点分布特征等进行综合分析研究,阐明了该区成矿的时空分布规律和矿产的共生组合规律,总结出区内典型矿床“多位一体”找矿预测模型。综合圈定重点成矿远景区9个,其中A类远景区3处,B类远景区2处,C类远景区4处; 优选圈定找矿靶区4个,其中A类1个,B类1个,C类2个。 相似文献
17.
Through the mineral prospecting project in Baiyin mine field and its periphery of Gansu Province, the authors have delineated twelve 1:50 000 aeromagnetic anomaly areas, seven 1:50 000 high magnetic anomaly areas and sixty-four 1:50 000 geochemical prospecting anomaly areas. Besides, four mineral occurrences and six mineralized spots were found, including copper, lead, zinc etc. The temporal and spatial distribution of mineralization and the paragenesis and combination rules of mineral resources were also expounded, after a comprehensive study of the metallogenic geological conditions, 1:50 000 geochemical and geophysical anomalies and the characteristics of mineral occurrence distribution. The “multi-type” prospecting prediction model was concluded in the study area. Nine key metallogenic prospective areas were delineated, including three type A, two type B and four type C prospective areas. Four target prospecting areas were delineated, including one type A, one type B and two type C target prospecting areas. 相似文献
18.
采用改进的遥感异常提取方法,以甘肃金川地区的LandSat 8遥感影像数据为基础,结合主成份分析方法及低通滤波后期处理,得到空间规律性较强的烃基及铁染异常;进而对测区的土壤地球化学取样分析数据,利用统计学方法寻找不同元素异常(或地球化学指标)的内在关联,并建立土壤地球化学指标比值与遥感异常之间的关系模型。继续构建出基于LandSat 8遥感影像的净反射率值与地球化学因子之间的统计模型,并以此预测模型对测区进行了遥感地球化学异常的圈定。预测结果表明:建立的遥感地球化学统计模型高异常区与已知矿区范围基本吻合,通过提取的遥感地球化学异常不仅能表达化探常规异常的信息,还可以把其空间分布规律明晰出来,让某些局部弱异常得到增强。遥感地球化学异常得到了野外验证,说明利用地质资料建立的基于LandSat 8遥感地球化学预测模型比单一的遥感或化探异常有更好的预测效果。 相似文献