基于核最小二乘模型的矿产靶区预测

地质统计单元的含矿性与地质找矿证据之间存在复杂的非线性关系，建立这种复杂关系的多元非线性统计模型并预测矿产靶区，对矿产勘查具有重要指导意义。以核函数为理论工具，在核最小二乘原理基础上提出了矿产靶区预测的核最小二乘模型；在GDAL数字图像输入输出函数库和CLAPACK线性代数软件包基础上，用VC++语言开发了面向栅格数据的矿产靶区预测核最小二乘模型算法程序，并把模型应用于新疆阿勒泰地区的矿产靶区预测研究。在MapInfo中生成包含100×151个网格统计单元的栅格图层，把栅格化后的15种找矿证据图层转化成100×151×15的数字图像数据立方体，用自行开发的程序计算每个网格统计单元的核最小二乘判别得分。结果表明，网格统计单元判别得分的高值区与已知矿床（点）的空间分布基本一致。

Mineral Target Prediction Based on Kernel Minimum Square Error

There exists a complex nonlinear relation between ore-bearing possibilities and prospecting evidences.Predicting mineral targets by modeling this complex relation with multivariate nonlinear statistical models is significant for mineral exploration.The authors propose a kernel minimum square error model for mineral target prediction on the basis of kernel function theories and kernel minimum square error.A VC++ program for raster data oriented mineral target prediction with minimum square error algorithm is...