人工神经网络在成矿预测中的应用

• 作者: 刘朝霞 周可法 张海波 王金林 程宛文 阎继宁
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人工神经网络 Kohonen 反向传播(BP) 成矿预测
• 年，卷（期）: 2011,（36）
• 所属期刊栏目: 工程与应用
• 页码范围: 230-233
• 分类号: TP18
• 字数: 4232字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.36.063

摘要

成矿预测正从定性描述性预测向定量成矿预测转变,数理统计方法和技术逐渐引入地学研究.传统统计方法多假想包含地学现象的空间为均质,假定在一个尺度上的地学关系在另一个尺度上也是相同的,而在实际应用中这样的地质条件是不可能存在的.而非线性科学正具有不满足线性叠加原理的性质,因此将非线性科学如人工神经网络与成矿预测相结合是未来矿产资源预测的发展方向.采用Kohonen聚类模型和BP预测模型相结合的方法,对包古图金矿区1 444个矿点的地球化学数据进行聚类分析并建立成矿预测模型,预测正确率为85.2％.该方法性能良好,具有一定的实际意义,为解决成矿预测提供了一种新的手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张海波	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	38	455	12.0	20.0
2	周可法	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	93	1560	22.0	36.0
3	程宛文	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	6	18	2.0	4.0
4	刘朝霞		7	192	6.0	7.0
5	阎继宁	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	2	15	2.0	2.0
9	王金林	中国科学院新疆生态与地理研究所新疆矿产资源研究中心	19	162	6.0	12.0