-
题名基于多源地学数据的找矿预测应用研究
被引量：2
- 1
-
-
作者
于立红
张善良
王国君
-
机构
辽宁省有色地质勘查总院有限责任公司
-
出处
《矿产勘查》
2023年第8期1432-1439,共8页
-
基金
新疆维吾尔自治区地质勘查基金项目“新疆东天山吉木萨尔林场一带1∶5万K45E002019、K45E002020、K45E002021、K45E002022四幅区域地质矿产调查”(T14-1-LQ08)资助。
-
文摘
为提高地质找矿精度,本文结合研究区化探、航磁、地质以及断裂构造数据,运用卷积神经网络(CNN)模型,对基于多种数据的铜矿床预测结果进行了对比分析。结果表明:在运用卷积神经网络(CNN)模型进行找矿预测前,需要利用克里格插值法对化探和航磁数据进行预处理;同时传统地质数据断裂构造解释不详细的问题,需利用生成式对抗网络(GAN)模型对遥感影像数据进行断裂构造数据的解译,从而获得多种地质数据。基于化探、航磁、地质以及断裂构造数据预测得到的铜矿床面积分别占研究区的27.3%、12.1%和19.7%;由于地质数据仅包括研究区的主干断裂,导致在预测过程中某些重点找矿区未被圈定,而采用GAN模型对断裂构造数据进行训练预测后,未被圈定的区域被重新圈定,将断裂构造数据+化探航磁数据相结合应用到铜矿床预测模型中,具有更好的预测效果和可信度。
-
关键词
卷积神经网络模型
生成式对抗网络模型
化探数据
航磁数据
断裂构造数据
找矿预测
-
Keywords
convolution neural network model
generative countermeasure network model
geochemical exploration data
aeromagnetic data
fault data
prospecting prediction
-
分类号
P628
[天文地球—地质矿产勘探]
-
-
题名船体曲面特征的计算机视觉认知与生成机制研究
被引量：2
- 2
-
-
作者
杜林
李广年
郑彭军
-
机构
宁波大学
-
出处
《船舶力学》
EI
CSCD
北大核心
2022年第7期949-961,共13页
-
基金
高等学校学科创新引智计划(D21013)
装备预先研究领域基金(80907010201)。
-
文摘
船体曲面的型值数据与图片数据都是序列相关型数据,即数据排列形式与所表达信息紧密相关的数据类型,因此用于图片分类和生成的计算机视觉技术,理论上也适用于船体曲面特征的认知与生成。本文基于此共性假设,对基于计算机视觉的船体曲面特征认知与生成机制开展系列研究。通过卷积神经网络搭建多元分类器用于识别不同区域的船体曲面形状,在多种曲面分割方案下均得到较为理想的分类精度;基于生成式对抗网络模型,设计一体式和分区式船体曲面生成方法,并根据这两种方法分别尝试进行曲面生成和重构,证明两种方法都能依据其自身特点部分实现船体曲面生成功能,为后续的研究提供参考。本文研究结果可为船体曲面快速建模与变形方法方面的研究提供技术和理论支持。
-
关键词
船体曲面建模与变形方法
卷积神经网络模型
生成式对抗网络模型
计算机视觉技术
-
Keywords
ship hull surface modeling and transformation
convolutional neural network
generative adversarial network
computer vision
-
分类号
U662
[交通运输工程—船舶及航道工程]
-
