模式识别技术在矿床铁帽评价中的应用

应用模式识别技术中主成分分析、非线性映照及最小生成树法,对取自我国各地90个铁帽样本进行判别分类。分析铁帽样本化学组分含量(MnO,P_2O_5,S,Cu,Zn,Pb,Ni,Co,Ag,Ba,Sr,Cr等),取其数据张成为多维空间。在模式空间中,三类铁帽样本(分属氧化物矿床、硫化物矿床及菱铁矿矿床)分布在不同区域,分类正确率达96％,预报了25个铁帽样本的属性,经相分析证实是正确的。这一方法根据地表浅层样品分析数据判断地下矿床种类,为有色金属找矿提供了有用的信息。