共查询到20条相似文献，搜索用时 165 毫秒
1.
2.
秩相关权法及其在资源靶区定位预测中的应用 总被引：2，自引：0，他引：2
提出了一种矿产资源靶区定位预测的统计方法－秩相关权法。该方法以评价目标变量（矿床的资源量，矿床规模等）与成矿和控矿地质变量（定量地质变量，半定量地质变量和定性地质变量）之间的秩相关性研究为基础，用地质变量与目标定量之间的τ秩相关系数来衡量地质变量的重要程度，用矿床统计单元之间的联系度来评价资源靶区的优劣。 相似文献
3.
矿床地球物理地质模型是建立在成矿模式和地球物理模型基础上,以地质研究为基础,将矿床地质特征与地球物理异常特征高度概括拟合,从中抽象出赋矿部位的空间占位规律及其几何形态,并进行可视化表达的一种找矿模型。采用地质与EH4双源大地电磁测深技术相结合的研究方法,对全国38个金属矿床进行了隐伏矿体定位预测,概括出12种成矿模式和8种地球物理模型,在此基础上尝试建立了隐伏矿体定位预测的8种地球物理地质找矿模型,努力使成矿预测从定性的概念预测转变为定量的定位预测。 相似文献
4.
提出了一种矿产资源靶区定位预测的统计方法秩相关权法。该方法以评价目标变量（矿床的资源量、矿床规模等）与成矿和控矿地质变量（定量地质变量、半定量地质变量和定性地质变量）之间的秩相关性研究为基础，用地质变量与目标变量之间的τ秩相关系数来衡量地质变量的重要程度，用矿床统计单元之间的联系度来评价资源靶区的优劣 相似文献
5.
基于人工神经网络基本原理和方法,构建多隐层BP神经网络径流预测模型,以新疆伊犁河雅马渡站径流预测为例进行分析,并构建常规单隐层BP以及RBF、GRNN神经网络模型作为对比分析模型,将各模型预测结果与文献[1]中的预测结果进行比较,结果表明:(1)多隐层BP神经网络径流预测模型泛化能力强,预测精度高,算法稳定,模型精度优于IEA-BP网络模型,表明研究建立的多隐层BP神经网络模型用于径流预测是合理可行的,是一种可以应用于水文径流预测预报的新方法.(2)RBF、GRNN神经网络径流预测模型预测精度高于常规单隐层BP网络模型,且RBF与GRNN神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点,可以更快地预测网络,具有较大的计算优势. 相似文献
6.
金矿资源量灰色建模预测法 总被引：1，自引：0，他引：1
本文应用灰色预测的理论，在给出了矿床定性预测－灰色关联分析预测法的基础上，提出了矿床资源量定量预测－灰色ＧＭ（１，１）拓扑预测法。理论分析和预测结果表明，该方法适用于矿床的定量预测，为预测金矿资源提供了科学依据。 相似文献
7.
8.
9.
利用径向基函数(RadialBasisFunction,RBF)神经网络的原理对储层参数(孔隙度、渗透率)进行了预测,运用有效测井数据和岩心测试资料作为网络模型的学习样本,通过网络的学习、训练,建立了测井解释的RBF神经网络模型。应用此模型定量计算了鄂尔多斯盆地杭锦旗地区多口井的碎屑岩层的孔隙度和渗透率。与用传统的统计方法比较,神经网络的方法显示出了更好的精度和更强的实用性。 相似文献
10.
11.
概率神经网络是一种分类准确率高、泛用性强、可以包容一定数量错误样本的人工神经网络,极其适合勘查地球化学找矿中的预测找矿靶区。本文以四川雅江县木绒锂矿为例,运用概率神经网络搭建智能找矿模型,以已知区的Li元素及与其相关性强的Rb-Cs-Al-Fe元素作为训练指标,对模型进行训练,经过多次训练后将Spread值确定为0.08,使模型在训练集和测试集的准确率均大于80%,实现非线性的指标与成矿潜力的对应,得到本矿区的PNN模型,然后对预测区的样本数据进行预测,成功圈定了1处靶区。为检验靶区准确性,以Li、Rb、Cs元素数据累计频率的80%作为异常下限,圈出的异常区域与靶区位置基本重叠。对预测区进行了实地查证工作,发现两条红柱石带,其中一条与靶区位置吻合,表明该神经网络模型准确性高,可用于矿产勘查的预测研究。 相似文献
12.
13.
14.
为提高水环境非线性时序预测模型的精度,用自相关技术分析水环境时间序列的延迟特性,确定径向基函数(RBF)网络的输入、输出向量,建立了水环境时间序列预测的高精度RBF网络模型.用32年海洋水温时间序列实测资料来训练和检验网络并用于预测.用该模型对长江流域望江楼站8年总硬度、高锰酸盐指数、五日生化需氧量、氨氮、溶解氧、挥发酚、镉、氯化物、硫酸盐等9种水环境要素时间序列进行预测.实例分析表明,所建模型预测误差均较小,好于门限自回归模型,BP神经网络模型和ELMAN神经网络模型.所建模型不仅精度高,而且收敛速度快. 相似文献
15.
小波分析和RBF神经网络在地基沉降预测中的应用研究 总被引：4，自引：2，他引：2
地基沉降是一种危害很大的环境灾害。地基沉降的监测数据经常受降雨及工程施工等诸多外界因素的干扰,故而在沉降曲线中存在许多数据突变点。为此,提出基于小波分析与RBF神经网络相结合的新的地基沉降预测方法,首先采用小波分析对对原始监测数据进行数据去噪处理,进而得到反映实际变化的地基沉降曲线,然后采用径向基函数（RBF）神经网络方法对其进行预测,为工程设计提供依据。最后结合工程实例分析,通过多种小波去噪与预测结果的对比研究,表明3次B样条小波的去噪及预测效果最好,与实测值能较好地吻合,具有较好的工程应用前景。 相似文献
16.
为探究青藏高原工程走廊带昆仑山地区冻融土导热系数基本特征,采用瞬态平面热源法对钻取的349组冻土试样和245组融土试样导热系数进行了测试,分析了五类土导热系数分布特征及天然含水率、干密度与导热系数的偏相关性,并以两者为变量因素建立了经验公式拟合、支持向量回归（SVR）和径向基（RBF）神经网络导热系数预测模型。结果表明:冻融土导热系数整体均呈粗颗粒土大于细颗粒土特征,且冻土和融土导热系数随土性分布规律存在差异;天然含水率、干密度与导热系数均呈正相关性,不同土类偏相关性结果差异明显,典型土导热系数二元经验回归方程表现为非线性拟合结果。对比三种预测模型下各典型土冻融土导热系数预测结果,全风化千枚岩、角砾及砾砂三种预测模型效果整体较佳,粉土的SVR及RBF神经网络预测精度较好;融土导热系数预测效果整体略优于冻土,SVR及RBF神经网络模型下角砾、粉土及全风化千枚岩融土导热系数预测精度较高。综合导热系数模型预测效果和误差结果分析可得,SVR和RBF神经网络模型预测效果显著优于经验方程拟合,后者针对部分土性拟合效果相对较好,可满足一般工程估算需求;SVR和RBF神经网络预测模型针对不同土性导热系数预测效果呈差异性变化,整体预测效果相当,且预测精度更高、应用土性范围更广。 相似文献
17.
边坡稳定性的神经网络估计 总被引：54，自引：4，他引：54
应用神经网络理论,本文提出了圆弧破坏和楔体破坏的边坡安全系数估计的新方法。为解决安全系数估计的知识的学习问题,提出了一种推广学习算法。用它对收集到的边坡实例进行学习,然后进行推广,预测出新边坡的安全系数。与极限平衡法和极大似然法的估计结果进行了比较,可以看出,神经网络方法具有推广预测精度高、自学习功能强、考虑不确定性能力强等特点。 相似文献
18.
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
19.
In this paper,we show that geo-anomalies can be delineated for mineral deposit prediction according to singularity theories developed to characterize nonlinear mineralization processes.Associating singularity and geo-anomalies makes it possible to quantitatively study geo-anomalies with modern nonlinear theories and methods.This paper introduces a newly developed singularity analysis of nonlinear mineralization processes and nonlinear methods for characterizing and mapping geo-anomalies for mineral depos... 相似文献
20.
利用FAO56-PM法计算潜在蒸散发时气象资料往往不易满足。针对该问题,本文研究了辐射法、温度法和基于温度及辐射资料的RBF神经网络预测模型。以FAO56-PM法计算值为标准,比较分析了Priestley-Taylor法、Hargreaves法、Mc Cloud法以及Makkink法在河南省五个典型地区(安阳、新乡、郑州、驻马店、信阳)的适用效果。并以新乡地区为例评价了校正参数后各估算方法和基于温度及辐射资料的RBF神经网络预测模型的适用性。结果表明,Makkink法在五个典型地区估算的潜在蒸散发量误差较小,其余方法误差较大。校正参数后,各估算方法在新乡地区的估算结果均得到明显改进,具有较好的地区适用性。基于温度及辐射资料的RBF神经网络预测模型具有较高的预测精度,可应用于潜在蒸散发量的估算和预测。 相似文献