共查询到20条相似文献，搜索用时 213 毫秒
1.
在大数据和人工智能背景下,基于已有的传统地质找矿模型建立与应用基础,提出基于循环神经网络的找矿模型构建与预测方法,实现对地质数据的深入分析和理解。针对地质找矿模型构建与预测的需求,结合数据清洗理论,对传统地质找矿模型进行归纳与总结,建立地质找矿知识库,为深度学习算法提供训练数据。通过分类算法研究,综合对比结果的准确率与分类所用时间,最终选用RNN分类算法对找矿概念模型进行分类。在建立研究区找矿模型中,通过关键词与控矿要素完成模型匹配,利用模型计算对模型匹配结果进行数据分析,实现区域地质找矿模型的构建与矿产资源的预测评价和分析。以大水金矿为例,快速准确地实现了找矿模型的构建,有效地对矿产资源预测工作提供了指导,验证了该方法的可行性。 相似文献
2.
依据多元地学信息的复合叠加,对陇东地区黄土地层进行了工程地质层组划分,弥补了传统方法根据岩性、成因划分地层在工程应用中的局限性,使划分地层更加细致和清晰,各工程地质特征属性具有唯一性,该方法对区域地质的基础科学研究及工程地质对比分层意义重大。 相似文献
3.
随着计算机科学和地质大数据技术的迅猛发展,数值模拟和机器学习已成为当今地学领域定量发展的重要前沿方向。数值模拟综合运用了研究区地质、构造、地球物理、地球化学等多源信息,将成矿条件与过程进行量化模拟分析,对研究成矿动力学演化过程及成矿响应有重要意义,可对已有成矿要素/信息在时空上进行扩展/外推,扩大了成矿预测信息的广度和深度,为解决深部成矿预测中获取深部信息难题提供了一种可能的有效途径。支持向量机是一种重要的机器学习分类算法,它具有简洁、方便、高效和计算结果较稳定等特点,在众多领域中得以成功应用,是成矿预测中多源信息提取与融合的一种可靠的技术手段。为了充分利用数值模拟与机器学习的优势,本文提出将计算机数值模拟方法和机器学习(即支持向量机算法)相结合来进行深部成矿预测的新方法。以粤北凡口超大型铅锌矿为例,首先,对凡口矿区勘探线剖面进行构造应力场模拟;进而,以已知钻孔数据作为训练集和测试集,运用支持向量机算法对模拟结果中的不同参量(也即模拟所得的成矿条件)进行训练学习;最后,建立相应的定量找矿预测模型对研究区(或剖面)外围和深部找矿进行预测评价。研究结果表明,本文所建立的预测模型精确度和召回率都较好,预测结果显示出了三个成矿可能较大的区域,说明数值模拟技术和机器学习算法结合应用的效果较好。这种新的成矿预测方法为深部找矿预测提供了一种可行的新思路和新途径,可以有效地拓展运用到其他矿区、其他类型矿床的深部找矿预测工作中。 相似文献
4.
堆积层厚度是区域工程地质调查的基础数据,对识别滑坡具有重要意义,在滑坡的稳定性评价和风险评估中发挥着重要的作用。传统的空间插值方法对外界因素考虑不足,难以满足精度要求。文章以三峡库区万州区铁峰乡为研究对象,在实地调查的基础上,总结提出了堆积层的成因模式,并据此添加区域堆积层厚度控制点;基于Apriori算法挖掘影响因子与堆积层厚度分布之间的关联准则,利用已知样本点采用三种机器学习方法建立模型,最后将模型应用于整个区域得到堆积层厚度分布图,并对结果进行对比分析。结果表明：选取的13种影响因子中6种因子与堆积层厚度表现出较强的相关性;数据挖掘显示坡度和地形起伏是影响堆积层厚度空间分布差异的主要因素。3种机器学习模型中GWOSVM模型的预测结果与实际最为吻合。研究结果揭示了区域第四系堆积层的成因机制,为机器学习技术在堆积层厚度预测领域奠定了基础。 相似文献
5.
煤层显微序列数学模拟及其在煤储层物性评价中初步应用 总被引：2，自引：0，他引：2
应用马尔柯夫过程的原理和方法,建立起描述煤层形成过程或显微序列的数学模式,进而通过对研究实例中煤层结构以及煤岩分层孔比表面积的模式拟合,可以模拟出各种显微煤岩类型在煤层中的分布部位以及煤层中煤层甲烷的有利储存部位,对厚煤层物性和储气性能的非均质性特征作出预测,为煤层气开采地质条件评价提供了一条新的思路。 相似文献
6.
7.
锆石是在自然界中多种温压条件下能够稳定保存,并记录原岩年龄信息的副矿物。锆石微量元素能完整记录地质演化过程信息。通过微量元素分析锆石成因的研究已久,通常利用Th-U图解和LaN-(Sm/La)N图解等二元图解对锆石进行分类研究。然而,随着锆石研究的深入,以及二元图解无法呈现数据高维度信息的局限性,传统图解已经不能满足对锆石类型进行准确判别,且对已知类型的锆石出现判定偏差。因此,本文将地质大数据与机器学习相结合,训练出高维度锆石成因分类器。文中收集了3 498条不同成因类型的锆石微量元素数据,并通过测试和运用随机森林、支持向量机、人工神经网络和k近邻等4种机器学习算法,最终得出准确率为86.8%的线性支持向量机锆石成因分类器,用于锆石类型的判定与预测。这项工作为锆石分类研究提供了更高维度的判别手段,极大提高了微量元素分析成因结果的精度。将锆石微量元素数据与机器学习方法相结合,是大数据分析与机器学习技术在地球化学研究中的积极探索。 相似文献
8.
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
9.
地质领域机器学习、深度学习及实现语言 总被引：4，自引：2，他引：2
地质大数据正在以指数形式增长。只有发展智能数据处理方法才有可能追上大数据的超常增长。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习已成为地质大数据研究的前沿热点,它将让地质大数据插上翅膀,并因此改变地质。机器学习是一个源于数据的模型的训练过程,最终给出一个面向某种性能度量的决策。深度学习是机器学习研究中的一个重要子类,它通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性。卷积神经网络算法是最为常用的一种深度学习算法之一,它广泛用于图像识别和语音分析等。Python语言在科学领域的地位占据着越来越重要。其下的Scikit-Learn是一个机器学习相关的库,提供有数据预处理、分类、回归、聚类、预测、模型分析等算法。Keras是一个基于Theano/Tensorflow的深度学习库,可以应用来搭建简洁的人工神经网络。 相似文献
10.
地层结构及其分布的模拟是地质信息化研究与工程规划设计建造的迫切需求。现有的研究方法主要以钻孔数据为基础,选择插值方法进行二维剖面绘制和三维地层建模。插值方法是决定模拟结果准确程度的重要因素,但插值方法的选取受主观因素影响,缺乏科学合理性,难以推广应用。针对这一问题,本文提出一种基于钻孔数据进行机器学习的地层序列模拟方法,即将钻孔地层数据处理为地层类型序列与地层层厚序列,利用循环神经网络与序列-序列架构建立地层序列模拟模型。通过将模拟结果与实际钻孔数据对比分析,发现地层序列模型可以较准确地模拟地表到基岩面之间的地层类型与厚度范围。研究可为地层模拟提供新方法。 相似文献
11.
《地质通报》2020,(7)
地质图是一个区域地质研究的重要成果,也是前人留下的宝贵资料,更融合了地质专家的丰富知识。本研究的目的是通过新的思路将彩色地质图信息提取出来,使其结果能直接进行数据分析,并用于决策和分析。以机器学习为指导,在分析半结构化(栅格)地质图特征的基础上,根据图例信息,提出一种彩色地质图信息提取新思路,对彩色地质图进行分层信息提取,并结合数学形态学和多层前向反馈式神经网络,探索半结构化数据转换为结构数据的有效技术方法。利用图像信息提取技术将半结构化地质图转化为结构化数据,可用于成矿预测等研究。这一变化将改变传统地质数据的结构,地质研究的信息基础和来源将会增加,对于获取更多的数据源和信息源,进一步开展地质分析研究具有重要意义。 相似文献
12.
黄铁矿是金矿中普遍存在的金属硫化物,其微量元素含量信息可以揭示出矿物形成时的相关矿物和流体组成与结晶特征,因此不同期次与金矿有关的黄铁矿及微量元素信息可以被用来预测矿床的类型。且相关研究历史已久,积累了大量的研究资料,然而由于研究思想和手段的局限性,传统方法往往存在无解性或多解性问题。随着大数据思想的发展和推广,研究人员试图采用机器学习算法来解决此类问题,已取得不错的效果。本次研究根据深度学习思想建立黄铁矿微量元素数据集并进行深入研究,采用“成分数据图像化”和“数据增强”等手段,解决了前人采用深度学习方法进行此类分类任务时遇到的数据不平衡问题和卷积神经网络无法直接读取数据的问题。本文对比分析了基于四种卷积神经网络模型(Mobilenet V2、Resnet 50、VGG 16和VIT)采用黄铁矿微量元素成分数据进行金矿类型分类任务的精度与效果,发现采用卷积神经网络算法可以基于黄铁矿成分数据对不同类型金矿进行较为精准的分类任务。此方法比传统图解法具备更高的精准度与泛化能力,通过对金矿类型的预测可以为找矿勘查和深部预测工作节省成本,也为深度学习在地质矿产研究方面的应用和推广提供全新思路,具... 相似文献
13.
大数据及机器学习技术在解决各行各业的复杂非线性关系问题方面已经体现出巨大的优势。本文尝试将随机森林(RF)算法引入三维成矿预测领域来开展研究,以胶东大尹格庄金矿为研究对象,在构建招平断裂(地质体)三维模型的基础上,通过各种空间分析方法提取控制矿体形成的若干控矿地质因素特征值,进而获取成矿空间中控矿地质因素分布值,最后将矿区钻孔立体单元化形成采样数据集并利用RF算法对矿区开展三维矿体定位预测,结果表明:决策树棵数M=800、属性个数K=7是最优参数,能获得总体精度97.32%和kappa系数0.6292的综合分类精度;RF算法的分类精度要优于支持向量机(SVM)算法和多层感知器(MP)算法。RF算法对大尹格庄金矿开展的三维矿体定位预测取得了较好效果,并在矿区深边部预测了7个三维找矿靶区,证明大数据技术在矿产资源定位预测方面具有巨大的应用前景。 相似文献
14.
工程地质分区,近年来这项研究在国外工程地质界引起了广泛的关注。作者在根据多年来对福建地区工程地质调查研究基础上,编制了五十万分之一的福建铁路工程地质分区图,并综合分析这一区域不良地质现象的形成条件与分布规律以及与工程地质条件的关系。如同其他工程地质区划一样,目的在于阐明福建地区区域工程地质的差异性与共同性,从而正确的为预测和防治不良工程地质现象提供科学依据,并为编制全国工程地质分区图提供资料。 相似文献
15.
随着北京市地下空间开发的深层化发展,关于北京市第三纪工程地质条件的研究的重要性逐渐凸显。相对于第四纪工程地质,这方面的研究相对薄弱。本文在系统分析大量工程地质资料的基础上,根据沉积学一般原理,首次从地质构造角度对北京平原区第三纪沉积规律进行了系统研究,获得了一系列重要结论,并此基础上进一步结合大量的钻孔地层资料和物理力学试验资料对中心地区(336km2面积,100m深度范围),进行了工程地质统一分层的探讨,为今后中心地区深部地下空间规划提供了重要技术支撑,同时也为进一步的第三纪地质条件、尤其是工程地质条件研究提供了可借鉴的方法与思路。 相似文献
16.
郑茵 《水文地质工程地质》1982,(6)
地质及工程地质分层是工程地质评价首先要解决的基本问题。试验取得的各项数据是分层的依据。如果一个地区有几个或几十个钻孔时,各项试验数据有成千上万个,用手工处理这批数据,很困难。电子计算机和数学地质,为地质工作利用试验资料,择取地质信息开拓了新的途径。本文将简单介绍利用电子计算机对天津市区300米以上地层进行地质及工程地质分层的探索。 相似文献
17.
土石混合体是物理力学性质较为复杂的地质材料,因此该类斜坡的稳定性评价是工程地质领域的重要课题。为提高斜坡稳定性预测的能力,本文将粒子群算法和果蝇优化算法相互耦合,形成融合算法,并结合机器学习模型,使用决定系数、均方误差和平均绝对误差3个评价指标,构建并评价土石混合体斜坡稳定性的预测模型,最终采用基于融合算法的梯度提升决策树模型对输入参数进行了重要性分析。结果表明：(1)相比于粒子群和果蝇优化算法,融合算法能够有效优化机器学习模型的参数,从而较为明显地提升模型预测精度。(2)基于融合算法的梯度提升决策树模型预测精度最高,达到93.33%,明显优于融合算法下的决策树模型和Stacking模型。(3)影响土石混合体斜坡稳定性的结构因素,其重要性从高到低分别为基覆面倾角、含石率、总体坡角、坡高。 相似文献
18.
阎太白 《水文地质工程地质》1987,(6)
本文是我们从事黄河流域区城工程地质勘察研究工作中的体会,并综观国内外区域工程地质工作现状而提出的。 文中主要对区域工程地质工作的目的、性质、任务和研究内容;区域工程地质工作方法与区域工程地质制图进行了论述。 相似文献
19.
20.
黄松华 《华东地质学院学报》1996,19(4):393-397
本文通过野外调查和生产实践，在总结临川市范围内第四纪地层分布规律及其工程地质性质的基础上，对临川市进行了工程地质区划，讨论了各区域的工程地质条件和建筑适宜性及其相应的钻探方法。 相似文献