基于CART和PU算法的矿石矿物的智能识别

• 作者: 王菲 申莹 赵永翼
• 来源期刊: 沈阳师范大学学报（自然科学版）
• 学科: 工学
• 关键词: CART算法 矿物自动识别 智能地质学 数据挖掘
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 理论与应用研究
• 页码范围: 176-182
• 页数: 7页
• 分类号: TP3-05
• 字数: 4317字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5862.2020.02.013

摘要

由于矿石矿物的分布范围广,矿石数量巨大,使矿石矿物难以被识别.矿石矿物的形成类型受外力影响,导致矿体中不同部位的构成元素不同,而形成的矿石矿物种类不同.某些矿石中适用于工业生产的元素较少,在开采的过程中会导致回收率低,不能为工业所利用.这种矿石矿物的开采浪费人力物力,使用智能矿石矿物智能识别算法识别出适合开采的矿石矿物将有助于提高矿石矿物开采利润.使用基于CART和PU学习算法的矿石矿物的智能识别,研究适合开采矿石矿物的识别问题,首先从获取的数据中进行样本制作,然后使用PU学习算法针对数据中没有负向样本标注的问题进行负向样本标注,得到完整的样本数据.最后使用样本数据对CART算法进行训练,得出CART算法分类器.通过实验得到基于CART算法和PU学习算法模型的准确率为89.45％,对比ID3算法和C4.5算法得到较为准确的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王菲	沈阳师范大学软件学院	7	2	1.0	1.0
2	赵永翼	沈阳师范大学软件学院	13	29	3.0	5.0
3	申莹	沈阳师范大学软件学院	7	1	1.0	1.0