利用矿物成分概率神经网络法进行矿床分类 |
| |
作者姓名: | Sing. DA 谢荣举 |
| |
摘 要: | 为了进一步确定量化矿床模式是否令人满意,本文对利用矿物成分概率神经网络法进行矿床分类做了检验。典型类型矿床的矿石和蚀变矿物成分存在与否被用来训练神经网络。为了降低要考虑的矿物种类,只利用至少一类矿床中矿物区占20%以上的那些矿物。这一限制的好处在于单个或很少出现的矿物不会影响到正确分类结果。概率神经网络在贝叶斯定理基础上能定量地提供令人信服的分类度量,并且相对地对异常值不敏感。以Parzen密度估
|
关 键 词: | 矿床 分类 矿物 成分概率 神经网络法 |
本文献已被 维普 等数据库收录! |
|