基于IFA的组合分析算法及其在矿产预测中的应用     

姚旺  卞姗姗  余先川 《江苏地质》2018,42(4):623-631

矿产预测是寻找潜在矿产资源、增加后备储量的主要手段。地球化学信息作为直接找矿信息,在矿产预测中占据重要地位,对地球化学数据进行矿致异常的识别和评价是关键环节之一。地球化学数据分析的目的是从杂乱无章的原始数据中寻找并有效圈定化探组合异常。针对目前常用于组合异常分析的R型聚类分析和因子分析等传统算法对数据源限制较多、预测效果不理想等问题,将信号处理领域的盲源分离算法——独立因子分析(IFA)引入到矿产预测中,提出了基于IFA的组合分析算法,并选取广东汕头澄海区鸿沟山锡金多金属矿区地球化学数据作为研究对象。验证结果表明,基于IFA的组合分析结果更有利于解释矿产分布规律,圈定的化探组合异常更符合实际勘查结果。依据分析结果进行矿产预测,成功圈定出3个找矿靶区。  相似文献   

形态相关系数及其在地球化学数据分析中的应用     

余先川  张冠鹏  姚旺 《江苏地质》2019,43(1):103-110

地球化学数据元素间的相关分析具有重要意义。地球化学数据是一种不遵循正态分布的成分数据,其封闭特征存在挖掘和分析的困难和障碍,因此许多传统的统计方法不适合使用。主要通过元素值的趋势分析了地球化学元素之间的相关关系,并提出了形态相关系数的概念。该方法不需要数据服从正态分布,可以忽略闭包特征的影响。实验表明,该方法简单、稳定、准确,可以显示数据元素之间的关系。此外,方法计算过程消除了回溯,因此适用于大数据的实时和动态分析。  相似文献