典型文献
基于PSO-CNN的深部找矿预测模型构建
文献摘要：
探讨西藏雄村铜金矿床Ⅱ号矿体成矿特征与矿体之间的关系,为深部找矿预测提供依据.通过提取多元找矿信息,在构建三维地质体模型基础上,将研究区数据按照含矿单元数与非含矿单元数为1:1构建数据集,随机将数据集分成训练集(70％)和验证集(30％),结合深度学习理论,采用卷积神经网络(CNN)算法建立深部成矿预测模型.模型参数的选择对预测的精度起着至关重要的作用,但目前模型训练方法大多凭借经验手动调参,难以得到最优模型.为使CNN模型在非经验指导下自主选择超参数,通过粒子群算法(PSO)对CNN超参数进行优化,将优化后的CNN模型用于预测,并将预测结果与传统方法(找矿信息量)进行对比分析.PSO-CNN算法的预测效果明显比找矿信息量方法的准确率高,体现了PSO-CNN算法在深部成矿预测中的优越性.
文献关键词：
雄村铜金矿床;PSO-CNN算法;找矿信息量;深部找矿;三维预测
中图分类号：
作者姓名：
罗杰;周仲礼;邹天一;刘斌;龚灏
作者机构：
成都理工大学 数理学院,成都 610059;数学地质四川省重点实验室,成都 610059
文献出处：
引用格式：
[1]罗杰;周仲礼;邹天一;刘斌;龚灏-.基于PSO-CNN的深部找矿预测模型构建)[J].成都理工大学学报（自然科学版）,2022(06):697-708
A类：
雄村铜金矿床,找矿信息量
B类：
PSO,深部找矿预测,找矿预测模型,预测模型构建,矿体,成矿特征,三维地质,地质体模型,训练集,验证集,深度学习理论,深部成矿预测,成矿预测模型,模型训练,训练方法,最优模型,非经,下自,自主选择,超参数,粒子群算法,三维预测
AB值：
0.206202
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
