机器学习与成矿预测:以闽西南铁多金属矿预测为例

来源 :地学前缘 | 被引量 : 1次 | 上传用户：hitsanmao

【摘要】

：

作为近年来爆炸式发展的方法模型,机器学习为地质找矿提供了新的思维和研究方法。本文探讨矿产预测研究的理论方法体系,总结机器学习在矿产预测领域的特征信息提取和信息综合集成两个方面的应用现状,并讨论机器学习在矿产资源定量预测领域面临的训练样本稀少且不均衡、模型训练中缺乏不确定性评估、缺少反哺研究、方法选择等困难和挑战。进一步以闽西南马坑式铁矿为实例论述基于机器学习方法的矿产预测基本流程:(1)通过成矿系

【作者】

：

张振杰成秋明杨玠武国朋葛云钊

【机构】

：

中国地质大学（北京）地球科学与资源学院,中国地质大学（北京）地质过程与矿产资源国家重点实验室,中国地质大学（北京）科学研究院

【出处】

：

地学前缘

【发表日期】

：

2021年03期

【关键词】

：

矿产预测机器学习马坑式铁矿

【基金项目】

：

国家重点研发计划项目(2018YFE0204204),国家自然科学基金项目(41702075,42050103),教育部中央高校基本科研业务费项目(2652018132)。

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

英勇善战的巴人

巴国是什么时候出现的呀？怎么没听说过呢？其实，早在周武王讨伐商纣王的牧野之战中，就有巴人的身影了。因为巴人立下了卓越的功勋，所以周武王便分封了巴人的首领，允许他建立臣属于周朝的藩国。春秋战国时期，由于战争的影响，巴国多次迁都，在重庆、阆中等地建立过都城。　　参观过“远古巴渝”展区，我们可以知道巴人是一个勇敢、善戰、顽强的民族。因为巴国的建立和发展处在社会大动荡、大变革的时代，巴人经常处在战争状态中

期刊

巴人牧野之战巴国春秋战国时期商纣王社会大动荡青铜戈战争状态

什么是数学地球科学及其前沿领域?

数学地质或者数学地球科学作为一门自然科学与地球科学的交叉学科,长期以来缺乏统一的学科定义,导致了学界对该门学科的理解常常出现偏差,甚至常常不把其作为一门独立学科,一定程度上影响了学科的发展。笔者曾任国际数学地球科学学会的执行主席、副主席、主席十余年,见证和领导了国际数学地球科学学会从数学地质向数学地球科学的转变,以及学会相关的杂志、会议等名称和内容的更新。期间于2014年在学会年度报告中提出了数学

期刊

数学地球科学数学地质交叉学科学科增长点基础科学问题地球科学前缘

栾川矿集区地学大数据挖掘和三维/四维建模的资源-环境联合预测与定量评价

21世纪地球科学的"第四范式"与第四工业时代以及5G+智能通信为矿业开发与环境防护的关联研究提供了新契机。以地球动力学背景、成矿过程、定量评价"三位一体"的地学理论为基础,以栾川矿集区为例,运用地学大数据(多维多尺度的地质、地球物理、地球化学、高光谱与高分辨率遥感(多时相)以及实时矿业等数据)的深层次人工智能挖掘和三维/四维多学科多参数多尺度建模技术平台,开展矿集区至矿床多尺度的三维地质模型、成矿

期刊

大数据挖掘三维/四维建模定量预测评价资源环境智慧矿山栾川矿集区

基于数据科学的矿产资源定量预测的理论与方法探索

矿产资源预测已从定性走向了定量,从数据稀疏型走向了数据密集型,亟须数据科学支撑。本文在前人研究基础上,讨论了基于数据科学的矿产资源定量预测理论与方法,该方法的理论基础为相关性理论与异常理论,前者采用监督的机器学习方法挖掘地质找矿大数据与矿床的相关性为预测未发现矿床提供了理论基础;后者采用非监督的机器学习方法识别地质找矿大数据蕴含的地质异常为预测矿床提供了理论依据。该理论与方法强调地质找矿大数据和机

期刊

数据科学矿产资源定量预测地质找矿大数据机器学习不确定性

降低矿产资源定量预测不确定性的双向预测方法

成矿过程是一个复杂的物理化学过程,由于地质自身的不确定性、原始数据采集和处理的不当、预测方法中经验参数的不确定性等多重因素的叠加,造成矿产资源定量预测结果中潜在大量不确定性。在科学认识这些不确定性的基础上,如何降低不确定性是预测评价研究的一个重要方向。以地质异常理论和成矿动力学为指导,双向预测评价方法是降低地质异常分析中不确定性的有效途径,该方法具体包括基于矿床成因模型的成矿模拟和基于找矿模型与勘

期刊

地质异常定量预测不确定性双向预测

机器学习与成矿预测:以闽西南铁多金属矿预测为例

其他学术论文