期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于卷积神经网络的智能找矿预测方法--以甘肃龙首山地区铜矿为例 被引量:7
1
作者 李忠潭 薛林福 +4 位作者 冉祥金 李永胜 董国强 李玉博 戴均豪 《吉林大学学报(地球科学版)》 CAS CSCD 北大核心 2022年第2期418-433,共16页
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... 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22934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. 展开更多
关键词 二维卷积神经网络 数据增强 龙首山西段 铜矿 智能找矿预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部