排序方式： 共有3条查询结果，搜索用时 343 毫秒
1
2.
在矿产地质调查理论与实践的基础上,提出一种智能矿产地质调查方法,指出智能矿产地质调查生态系统是与智能矿产地质调查相关的智能数据采集设备、应用、用户、标准、规范、智能地质调查云平台等组成部分及相互关系构成的完整系统。智能矿产地质调查的主要步骤包括：智能数据分析、重点工作区圈定、矿产地质数据采集、重点区野外工作、智能找矿预测等。提出了数据驱动与知识驱动相结合的找矿预测方法,集成了采用深度学习技术进行特征匹配找矿预测的方法和基于知识图谱的找矿预测方法。设计和基本实现了智能矿产地质调查云平台的架构与功能。应用特征匹配找矿预测方法在甘肃大桥-崖湾地区圈定了5个找矿预测区。 相似文献
3.
智能找矿预测是数字地质科学的前沿领域。本文基于一种二维卷积神经网络的智能找矿预测方法,以25种元素的水系沉积物数据和航磁数据为找矿预测数据,将已知的矿点作为监督样本,利用步长平移数据增强方法获取了训练数据集,对卷积神经网络进行训练后,将其应用于未知区域的找矿预测。应用该方法对甘肃省龙首山西段高台县臭泥墩—西小口子地区进行了铜矿智能找矿预测,根据已知的3个铜矿点,获取了22 934个训练数据,经过200轮训练之后,预测精度能够达到98.1%,最终圈定了5个预测区,5个预测区均具有良好的铜矿找矿远景。 相似文献
1