基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
硅化/硅化岩石是锡矿山锑矿的一种很有效的找矿标志.因此,如何正确地识别硅化岩石与原岩,以及硅化的强弱对于找矿有着重要意义.将人工神经网络模型引入锡矿山硅化灰岩识别的研究中,识别成功率达到93.3%.结果表明,该方法简便实用,性能良好,可望成为岩石,矿物识别的一种有效的辅助手段.
推荐文章
基于模糊人工神经网络识别的水质评价模型
模糊识别
神经网络
水质评价
地层岩性随钻识别的神经网络方法研究
钻井
录井
地层
岩石
钻头
研究
基于模糊模式识别的超圆神经网络模型
模糊集合论
数据挖掘
模糊模式识别
超圆神经网络
船舶区域溢油风险程度甄别的人工神经网络方法
BP算法
人工神经网络
溢油
风险程度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 锡矿山硅化灰岩识别的人工神经网络模型
来源期刊 地质与勘探 学科 地球科学
关键词 硅化灰岩识别 人工神经网络 BP训练算法 锡矿山
年,卷(期) 1999,(6) 所属期刊栏目 技术方法
研究方向 页码范围 52-54
页数 3页 分类号 P61
字数 2771字 语种 中文
DOI 10.3969/j.issn.0495-5331.1999.06.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
硅化灰岩识别
人工神经网络
BP训练算法
锡矿山
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
地质与勘探
双月刊
0495-5331
11-2043/P
大16开
北京市朝阳区姚家园路105号观湖国际2座312室
82-504
1957
chi
出版文献量(篇)
3314
总下载数(次)
3
总被引数(次)
37331
论文1v1指导