支持向量机优化算法(SVM)的金矿成矿过程模拟——以辽西地区新太古代片麻岩为例

新太古代片麻岩在辽西地区分布面积广阔，其中发育的金矿矿产资源丰富。为了开展辽西地区新太古代片麻岩中金矿成矿过程的研究，以辽西地区新太古代片麻岩中典型金矿床及矿化点矿体的组合分析数据为样本，利用基于径向基(Radial Basis Function, RBF)核函数的支持向量机(Support Vector Machine, SVM)算法进行Au、Ag、Cu、Pb、Zn元素质量分数与S元素质量分数的相关性分析，进而建立基于S元素质量分数的金矿成矿过程识别模型。根据识别模型的分析结果，将金矿床的成矿过程划分为三个阶段：Ⅰ—平缓增长阶段。该阶段处于壳幔混合状态。在洋壳俯冲作用下，破碎的岩石圈与岩浆发生混入作用，导致S元素质量分数的增加和分布不均。Ⅱ—过渡阶段，该阶段主要为侵入作用为主，随着侵入作用的持续进行，温度、压力开始下降，以亲硫性为主的Au元素在硫的作用下，局部在与围岩距离较近的位置富集。Ⅲ—快速增长阶段，随着岩浆侵入作用的不断持续，温度相对较低的地壳表层岩浆逐渐固结成岩成矿。TTG岩浆和富矿岩石包体在成岩的过程后，酸性物质在变质作用、构造运动和地表大量氧和水的混入下，结晶或重结晶成为...