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  

李苍柏  肖克炎  李楠  宋相龙  张帅  王凯  楚文楷  曹瑞 《地球学报》2020,41(2):309-319

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   

地质大数据分析与应用模式研究   总被引：1，自引：0，他引：1  

李朝奎  严雯英  肖克炎 《江苏地质》2015,39(3):352-357

大数据时代下地质数据的获取方式多种多样,数据量十分庞大,数据格式复杂多样。从地质大数据的存储管理、数据挖掘技术、可视化技术等方面阐述了其分析应用的关键点。介绍了大数据不同于传统数据的分析思维,强调注重数据本身的重要性。大数据的分析与应用方法处在不断创新中,同时也面临巨大挑战,如何保证地质大数据的质量、如何高效地搭建云平台等都是需要解决的难题。指出了地质大数据的开发对矿产资源预测、城镇选址等具有十分重要的意义。  相似文献   

中国铜矿数字矿床模型评价系统的开发   总被引：6，自引：3，他引：3  

肖克炎  王勇毅  薛群威  张寿庭  黄文斌 《矿床地质》2003,22(4):425-429

应用经典的标准矿床模型标志准则进行区域成矿远景区圈定是“三步式”固体矿产资源评价的重要基础,数字矿床模型将为广大资源评价人员提供计算机辅助决策工具。文章介绍了中国铜矿数字矿床评价系统开发的基本原理和方法,研究了数字矿床模型的核心创新技术问题。开发的系统初步实现了专家系统与GIS的结合,可以在区域成矿远景区划和评价中应用。  相似文献   

鳜(Siniperca chuatsi)生长激素基因克隆和原核表达          下载免费PDF全文

刘臻  罗小华  鲁双庆  谢帝芝  房志家  肖克宇 《海洋与湖沼》2010,41(3):365-370

采用逆转录-聚合酶链式反应(RT-PCR)技术,从鳜脑垂体总RNA中扩增生长激素(GH)成熟肽基因,将成熟生长激素的cDNA定向克隆到表达载体pET-32a(+),并转入大肠杆菌BL21(DE3)中。结果表明,鳜生长激素(GH)基因含开放阅读框(ORF)615个核苷酸,编码204个氨基酸,蛋白分子量为23kDa,等电点为7.07,其中酸性氨基酸占10.78%,碱性氨基酸占12.74%,疏水氨基酸为占44.12%,极性氨基酸占32.35%。在IPTG终浓度1.0mmol/L、温度37℃和培养时间4h的最佳诱导表达条件下,鳜生长激素基因(GH)在大肠杆菌中获得高效表达,重组菌体裂解物经SDS-PAGE可检测到分子量约为43kDa的鳜生长激素与硫氧还蛋白(Thioredoxni,Trx)融合蛋白,其表达量约占菌体总蛋白58%。Western印迹分析也证实含6×His标签的重组融合蛋白能够很好地与抗6×His单抗发生反应。本研究为下一步鳜生长激素基因(GH)的生物学功能及应用奠定了基础。  相似文献