基于目标检测的地质异常信息提取--以湖南香花岭地区为例
卷积神经网络在图像识别领域处于领先地位,在目标检测方面的应用也越来越广泛,其特点是可以提取点与点之间的相关关系.二维地质图中,点与点之间往往存在特定的空间关系,将卷积神经网络技术应用于地质异常信息的提取有其重要性.在讨论卷积神经网络以及基于该技术目标检测算法(YOLO)的基础上,以湖南香花岭地区为例,提取与锡矿成矿相关的构造信息并进行分析,结果该方法能够覆盖原有矿点,有效地定义点与点之间的相关关系,描述点与点之间的空间相关性,可靠地提取与成矿有关的构造线密度信息,在花岗岩体与构造复杂地区圈出地质异常信息.
地质勘探 信息提取 卷积神经网络 目标检测
李苍柏 李楠 宋相龙
中国地质科学院矿产资源研究所,北京100037;中国地质大学(北京),北京100083
国内会议
合肥
中文
434-439
2018-10-12（万方平台首次上网日期，不代表论文的发表时间）