基于半监督神经网络的铜矿预测方法
徐永洋
李孜轩
谢忠
冯斌
陈浩
1.中国地质大学地理与信息工程学院,湖北武汉 430078;中国地质大学国家地理信息系统工程技术研究中心,湖北武汉 4300782.中国地质大学地理与信息工程学院,湖北武汉 4300783.中国地质大学地理与信息工程学院,湖北武汉 430078;中国地质科学院地球物理地球化学勘查研究所,河北廊坊 0650004.武汉中地先进技术研究院,湖北武汉 430074
摘要：将人工智能技术引入成矿预测研究中,可以提高预测效率,挖掘探测数据与结果之间的隐藏信息.利用半监督学习方法对样本构建要求低的优点,结合其在异常识别方面的应用效果,设计了基于分割准则的孤立森林与深度自编码网络的神经网络结构;基于西藏冈底斯地区的化探元素数据,对研究区内的铜矿进行了成矿预测工作,预测结果与已知矿区数据叠加效果较好,说明本文的神经网络结构能够完成成矿远景区的预测工作.
关键词：铜矿成矿预测深度学习半监督神经网络.
分类号：P3(地球物理学)
论文发表日期：2020-12-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 4563-4573 )
英文信息