基于机器学习的铀成矿有利区预测技术研究

• 作者: 李瀚波 叶发旺 张川 李新春 淦清清
• 来源期刊: 铀矿地质
• 学科: 地球科学
• 关键词: 样本集合 标签 机器学习 铀资源
• 年，卷（期）: 2023,（6）
• 所属期刊栏目: 遥感
• 页码范围: 1219-1225
• 页数: 6页
• 分类号: P627
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0658.2022.38.106

摘要

机器学习技术已开始应用于成矿有利区预测中，在铀矿地质领域有必要开展相关的研究。文章确定了基于机器学习的铀成矿有利区预测的主要流程，明确了砂岩型铀资源机器学习模型建立的方法，针对所建立铀资源样本集合，开展了基于机器学习的预测试验，实现了试验地区的铀成矿有利区预测，对未参与建模的样本进行测试，正确率达到80%以上。