基于半監督神經網絡的銅礦預測方法

作者：徐永洋,李孜軒,謝忠,馮斌,陳浩

摘要：將人工智能技術引入成礦預測研究中,可以提高預測效率,挖掘探測數據與結果之間的隱藏信息.利用半監督學習方法對樣本構建要求低的優點,結合其在異常識別方面的應用效果,設計了基于分割準則的孤立森林與深度自編碼網絡的神經網絡結構;基于西藏岡底斯地區的化探元素數據,對研究區內的銅礦進行了成礦預測工作,預測結果與已知礦區數據疊加效果較好,說明本文的神經網絡結構能夠完成成礦遠景區的預測工作.

發文機構：中國地質大學地理與信息工程學院 中國地質大學國家地理信息系統工程技術研究中心 中國地質科學院地球物理地球化學勘查研究所 武漢中地先進技術研究院

關鍵詞：銅礦成礦預測深度學習半監督神經網絡copper depositmetallogenic predictiondeep learningsemi-supervised neural network

分類號： P3[天文地球—地球物理學]