基于卷积自编码网络的夏河—合作地区金矿定量预测 |
| |
引用本文: | 柳炳利,谢淼,孔韫辉,唐瑞,余正波,罗德江.基于卷积自编码网络的夏河—合作地区金矿定量预测[J].地球学报,2023,44(5):877-886. |
| |
作者姓名: | 柳炳利 谢淼 孔韫辉 唐瑞 余正波 罗德江 |
| |
作者单位: | 成都理工大学数学地质四川省重点实验室 |
| |
基金项目: | 国家重点研发计划课题(编号: 2017YFC0601505);国家自然科学基金项目(编号: 42072322);四川省科技厅项目(编号: 2022NSFSC0510) |
| |
摘 要: | 甘肃夏河—合作地区属西秦岭成矿带, 区域地质构造复杂、矿产资源丰富。该地区已发现一定数量的金多金属矿床(点), 且在矿集区及周边地区仍存在良好的金多金属矿找矿潜力。本文以夏河—合作地区为研究区, 基于成分数据分析定量提取了成矿元素组合, 集成了以构造-地球化学异常为基础的多元信息综合找矿模型, 基于卷积自编码网络(Convolutional Auto-Encode, CAE)模型进行区域金矿产资源定量预测。结果表明CAE模型在该区的预测具有良好的性能(AUC=0.90), 以此为依据确定的7个预远景区值得进一步开展勘查工作。
|
关 键 词: | 深度学习 卷积自编码 成分数据分析 定量矿产预测 |
|
| 点击此处可从《地球学报》浏览原始摘要信息 |
| 点击此处可从《地球学报》下载免费的PDF全文 |
|