期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于语义分割深度学习的找矿靶区预测研究——以广东省阳江-茂名地区为例
1
作者 贾黎黎 朱世博 +1 位作者 王建荣 胡飞跃 《地质与勘探》 CAS CSCD 北大核心 2023年第5期1093-1102,共10页
找矿靶区预测需要综合考虑地质背景、地球化学数据、地球物理勘探数据、遥感数据等因素。随着人工智能时代的到来,靶区预测可以最大限度地利用计算机运算性能,通过特定的规则集成所有地学数据对各类矿种的找矿靶区进行预测,尽可能规避... 找矿靶区预测需要综合考虑地质背景、地球化学数据、地球物理勘探数据、遥感数据等因素。随着人工智能时代的到来,靶区预测可以最大限度地利用计算机运算性能,通过特定的规则集成所有地学数据对各类矿种的找矿靶区进行预测,尽可能规避由于数据种类多、数据量大、方法复杂、主观性强造成的预测结果可靠性差等问题。本文以广东省阳江-茂名地区为例,融合地球化学、地层岩性、地质构造、地形地貌等数据,基于PSPNet、SegNet、UNet三种语义分割深度学习模型进行预测,结果表明PSPNet模型在预测精度方面优于SegNet及UNet模型,并预测出了55处铁矿、金矿、铜矿、高岭土矿找矿靶区,其中79.7%的已查明矿点位于预测靶区内,表明该方法在找矿靶区预测中具有较高的可行性,可以用于找矿勘查并圈定靶区。 展开更多
关键词 语义分割 pspnet卷积 找矿靶区 地球化学 阳江 茂名 广东省
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部