位置:成果数据库 > 期刊 > 期刊详情页
基于大数据智能的找矿模型构建与预测
  • ISSN号:1004-4051
  • 期刊名称:《中国矿业》
  • 时间:0
  • 分类:P628[天文地球—地质矿产勘探;天文地球—地质学]
  • 作者机构:[1]中国地质大学(北京)地球科学与资源学院,北京100083, [2]北京市国土资源信息研究开发重点实验室,北京100083, [3]中国航天标准化与产品保证研究院,北京100071, [4]中国地质调查局发展研究中心,北京100037, [5]国土资源部地质信息技术重点实验室,北京100037
  • 相关基金:国土资源部公益性行业科研专项项目资助(编号:201511079)
中文摘要:

当前地质科学数据呈现出科学大数据的特点,依靠传统人工检索和处理地质大数据具有很大的局限性,难以满足当前地质科学高速发展的需求。针对找矿地质模型建立与预测需求,本文利用大数据发现方法实现了地质找矿专题数据的自动采集;利用机器学习方法对地质专题数据进行深层次的挖掘和提取,研究了基于大数据智能的找矿模型预测方法。在已有地质成矿理论的基础上,建立了统一的多数据源找矿地质模型库,使用朴素贝叶斯分类算法对找矿概念模型库中数据进行分类研究,通过计算模型中控矿要素的使用率和重要性来建立起全面客观的找矿地质模型,最终实现找矿模型预测。

英文摘要:

Geological science data present the characteristic of big data.Traditional manual retrieval and processing geological data has great limitations.It is difficult to meet the high-speed development requirement of the current geological science.Aiming at the establishment and prediction of prospecting geological model,this paper makes use of the big data discovery method to realize the automatic collection of geological prospecting thematic data.By using the machine learning method,the geological thematic data is mining deeply,and the prediction method of prospecting model based on big data intelligence is researched.On the basis of the existing geological metallogenic theory,a unified geological prospecting model library of multi-source data is established.Naive bayesian classification algorithm is used for prospecting concept model library classify data.By calculating model control utilization rate of mineral elements and importance,the comprehensive and objective prospecting geological model is establish to realize the prediction of prospecting model.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国矿业》
  • 中国科技核心期刊
  • 主管单位:中国矿业联合会
  • 主办单位:中国矿业联合会
  • 主编:陈颂今
  • 地址:北京市海淀区西直门北大街45号时代之光名苑2号楼901
  • 邮编:100044
  • 邮箱:magazine@chinamining.org
  • 电话:010-68332570 88374940
  • 国际标准刊号:ISSN:1004-4051
  • 国内统一刊号:ISSN:11-3033/TD
  • 邮发代号:2-566
  • 获奖情况:
  • 全国中文核心期刊,中国科技论文统计源期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:21461