基于深度学习的深层次矿化信息挖掘与集成
进入大数据时代,如何基于机器学习开展深层次矿化信息挖掘与集成是当前矿产预测的前沿领域.深层次矿化信息是指传统方法技术难以识别的矿化信息,包括隐蔽的矿化信息、深部的矿化信息和复杂地质背景下提取的特定信息.本文在分析基于大数据和机器学习的矿产预测与评价研究现状的基础上,重点介绍了机器深度学习的基本原理、深层次矿化信息挖掘与集成的主要研究内容,并以闽西南矽卡岩型铁多金属成矿区为例,构建了深度自编码网络模型,探讨了如何利用大数据思维和深度自编码网络进行找矿信息挖掘与集成.
矿产预测 深层次矿化信息 大数据 机器学习
左仁广
中国地质大学(武汉)地质过程与矿产资源国家重点实验室,武汉430074
国内会议
杭州
中文
1251-1251
2019-04-19（万方平台首次上网日期，不代表论文的发表时间）