期刊文献+
共找到565篇文章
< 1 2 29 >
每页显示 20 50 100
融合深度学习和因子分解机的兴趣点签到预测研究 预览
1
作者 苏畅 彭劭闻 +1 位作者 谢显中 刘宁宁 《计算机科学》 CSCD 北大核心 2019年第5期185-190,共6页
基于位置的社交网络(Location-Based Social Networks,LBSN)为用户提供基于位置的服务,允许移动用户在社交网络中共享各自的位置以及与位置相关的信息。签到预测研究已经成为LBSN的重要且非常具有挑战性的任务。目前的预测技术大部分集... 基于位置的社交网络(Location-Based Social Networks,LBSN)为用户提供基于位置的服务,允许移动用户在社交网络中共享各自的位置以及与位置相关的信息。签到预测研究已经成为LBSN的重要且非常具有挑战性的任务。目前的预测技术大部分集中在以用户为中心的签到预测研究,而针对兴趣点签到预测的研究很少。文中主要研究以特定兴趣点为中心的签到预测。由于数据存在极端稀疏性的问题,运用传统的模型很难从数据中挖掘出用户的潜在签到规律。针对以特定兴趣点为中心的签到预测问题,提出了一种结合因子分解机和深度学习的新型网络模型(TSWNN),该模型融合了时间特征、空间特征、天气特征,基于因子分解机的思想处理高维稀疏向量,并采用全连接的隐藏层以挖掘用户在兴趣点的潜在签到行为模式,预测特定兴趣点的签到情况。在两个经典的LBSN数据集Gowalla和Brightkite上的实验结果表明了所提模型的优越性能。 展开更多
关键词 深度学习 因子分解机 兴趣点 签到预测
在线阅读 免费下载
胶东金矿田的深部地球物理勘查模式初步研究 预览
2
作者 张宝林 吕古贤 +3 位作者 梁光河 徐兴旺 李志远 苗雅娜 《地质力学学报》 CSCD 2019年第A01期150-156,共7页
胶东金矿田深部'第二富集带'找矿潜力巨大,但预测难度也大,其中一个问题是深部勘查目标难以识别。作为复杂成矿过程的产物,按经济指标划分的金矿体和规模更大的构造蚀变带,可以整体上作为深部地球物理勘查的目标,扩大目标地质... 胶东金矿田深部'第二富集带'找矿潜力巨大,但预测难度也大,其中一个问题是深部勘查目标难以识别。作为复杂成矿过程的产物,按经济指标划分的金矿体和规模更大的构造蚀变带,可以整体上作为深部地球物理勘查的目标,扩大目标地质体的规模,从而提高物探方法的分辨率。基于矿床地质特征、岩(矿)石物性参数及含矿构造岩相带的空间形态特点,将胶东地区金矿床分为三类:一维角砾岩型、二维蚀变岩型、二维石英脉型。依托'中生代岩浆核杂岩隆起—拆离带'控矿构造模式,应用含矿构造岩相带和地球物理方法相结合的工作模式,在玲珑—焦家、大庄子、蓬家夼等矿田开展深部找矿预测,为物探方法有效识别深部矿化带提供理论和技术支持。 展开更多
关键词 胶东 金矿田 成矿类型 深部预测 地球物理勘查 构造岩相带
在线阅读 免费下载
基于分类思想的深度学习人脸美丽回归预测层设计 预览
3
作者 刘勇 《现代计算机》 2019年第13期54-58,共5页
目前人脸美丽的深度学习回归预测算法都是使用的同一种最简单的回归方式,该种回归方式训练过程中训练集验证集上损失值波动比较大、且它的输出没有上下界限制,不太合理,针对这些问题提出一种新的回归预测层设计方法。该回归层先使用Soft... 目前人脸美丽的深度学习回归预测算法都是使用的同一种最简单的回归方式,该种回归方式训练过程中训练集验证集上损失值波动比较大、且它的输出没有上下界限制,不太合理,针对这些问题提出一种新的回归预测层设计方法。该回归层先使用Softmax函数归一化将人脸属于各个美丽级别的概率投影到多个节点上,再对美丽分数求解数学期望,投影到预测分数节点,最终使用均方误差函数对网络进行目标函数优化。实验证明该方法明显优于目前的回归方法,具有训练集误差和验证集误差波动小、输出范围合理、预测精度更高等优点。 展开更多
关键词 深度学习 人脸美丽 回归预测 回归层设计
在线阅读 免费下载
基于长短记忆网络的舰船航迹预测方法 预览
4
作者 杨金鸿 皇甫立 +2 位作者 熊璋 许松 王新远 《舰船电子工程》 2019年第8期30-33,59,共5页
在复杂海洋环境航行中,对航迹的准确预测是保障舰船安全、有效航行的重要基础。提出一种基于长短记忆网络模型的舰船航迹预测方法,该方法利用历史时刻舰船运动状态序列预测未来时刻舰船运动状态,进而预测舰船航迹。利用长短记忆网络(LS... 在复杂海洋环境航行中,对航迹的准确预测是保障舰船安全、有效航行的重要基础。提出一种基于长短记忆网络模型的舰船航迹预测方法,该方法利用历史时刻舰船运动状态序列预测未来时刻舰船运动状态,进而预测舰船航迹。利用长短记忆网络(LSTM)对舰船运动序列模型进行训练学习,建立舰船运动状态预测模型,实现航迹预测。该模型具有长记忆功能,能够利用较长期舰船运动状态变化趋势预测舰船运动状态。最后仿真实验结果表明论文所提方法的有效性。 展开更多
关键词 长短记忆网络 深度学习 舰船航迹 预测算法
在线阅读 下载PDF
基于并行回火受限玻尔兹曼机算法的电力IEC61850数据预测 预览
5
作者 尹根 徐曦 《科技视界》 2019年第4期95-96,共2页
为提高现有电力系统中IEC61850数据模型构建的智能化,对电力系统IEC61850数据预测可以有效地提高效率,减少出错率。提出一种基于受限玻尔兹曼机算法的IEC61850数据预测模型,并结合并行回火的算法,通过采样和交换的方式,提高预测精度。... 为提高现有电力系统中IEC61850数据模型构建的智能化,对电力系统IEC61850数据预测可以有效地提高效率,减少出错率。提出一种基于受限玻尔兹曼机算法的IEC61850数据预测模型,并结合并行回火的算法,通过采样和交换的方式,提高预测精度。仿真结果表明,该方法可以很好地反映不同厂家数据的概率分布。 展开更多
关键词 深度学习 受限玻尔兹曼机 并行回火 电力IEC61850 模型预测
在线阅读 下载PDF
金属矿深部开采岩爆危险预测的GA-ELM模型研究 预览
6
作者 刘志祥 郑斌 +1 位作者 刘进 兰明 《矿冶工程》 CAS CSCD 北大核心 2019年第3期1-4,共4页
为对金属矿山深部开采时岩爆的危险性进行预测,在总结深部开采岩爆发生机理的基础上,综合选取影响岩爆发生的3个重要因素作为岩爆预测的判别因子。搜集国内外金属矿深部开采岩爆的实例作为训练样本,引入极限学习机算法(ELM),针对该算法... 为对金属矿山深部开采时岩爆的危险性进行预测,在总结深部开采岩爆发生机理的基础上,综合选取影响岩爆发生的3个重要因素作为岩爆预测的判别因子。搜集国内外金属矿深部开采岩爆的实例作为训练样本,引入极限学习机算法(ELM),针对该算法的不足,采用遗传算法(GA)对其相关参数进行优化,建立了岩爆预测的GA-ELM模型,并与单一ELM模型进行对比。利用该岩爆预测模型对一典型金属矿深部开采进行岩爆预测,结果与实际情况相吻合。研究结果表明,岩爆预测的GA-ELM模型训练效果及泛化能力均优于单一ELM模型、SVM模型及传统的BP模型,且该模型能够对金属矿深部开采的岩爆进行准确有效地预测,具有一定的工程应用价值。 展开更多
关键词 金属矿山 深部开采 岩爆 预测 极限学习机 GA-ELM模型
在线阅读 下载PDF
矿山地质深层预测化探技术研究 预览
7
作者 李瑞峰 《世界有色金属》 2019年第12期276-277,共2页
针对矿山深层地质对矿山开采十分重要,研究使用化探技术对矿山地质深层进行预测.采集地表岩石、土壤和地下气体,使用化学试剂、电解等方法确定金属元素组成.处理数据后,使用灰度模型实现对矿山地质深层的预测.
关键词 矿山地质 深层预测 化探技术 灰度模型
在线阅读 下载PDF
基于优化LSTM模型的停车泊位预测算法 预览
8
作者 刘菲 郝风杰 +2 位作者 郝敬全 周永利 辛国茂 《计算机应用》 CSCD 北大核心 2019年第A01期65-69,共5页
针对道路停车泊位数预测准确性不高、预测误差较大的问题,提出一种基于循环神经网络LSTM模型的停车泊位预测算法,研究从历史停车数据中挖掘知识并预测不同时段内的停车泊位数。首先,建立一种优化的基于LSTM和双向LSTM网络的LSTM模型,通... 针对道路停车泊位数预测准确性不高、预测误差较大的问题,提出一种基于循环神经网络LSTM模型的停车泊位预测算法,研究从历史停车数据中挖掘知识并预测不同时段内的停车泊位数。首先,建立一种优化的基于LSTM和双向LSTM网络的LSTM模型,通过双向LSTM网络对上一层的LSTM网络预测后的时间序列再进一步进行学习训练,以有效克服预测误差大的缺点;其次,结合正向LSTM和逆向LSTM具有的捕获数据时序性和长程依赖性的优势,进一步提高预测结果的精确度。利用不同实测道路停车场的数据对所提算法的有效性进行验证,结果表明,在同等条件下,所提算法的准确度和效率均优于LSTM模型算法,预测精度和训练速度均有较大提高。 展开更多
关键词 长短期记忆 神经网络 深度学习 停车预测 时间序列
在线阅读 下载PDF
浅析深度学习在股票预测中的应用前景 预览
9
作者 王崴 《数码设计》 2019年第7期123-124,共2页
传统的股票预测主要是依靠股票分析师个人的推理判断,然而现在兴起了一种新的股票预测的方式,就是让计算机通过深度学习股票数据以及其他的有关数据来对股票进行预测。本文主要讨论了深度学习在股票预测中的应用前景,对比常规股票预测... 传统的股票预测主要是依靠股票分析师个人的推理判断,然而现在兴起了一种新的股票预测的方式,就是让计算机通过深度学习股票数据以及其他的有关数据来对股票进行预测。本文主要讨论了深度学习在股票预测中的应用前景,对比常规股票预测的优势与劣势。 展开更多
关键词 深度学习 股票预测
在线阅读 免费下载
Intelligent feedback analysis on a deep excavation for the gravity anchorage foundation of a super suspension bridge
10
作者 RAN Tao LIU Daan +2 位作者 MEI Songhua WANG Weiwei TAN Lihua 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2019年第A01期2898-2912,共15页
In order to ensure the construction safety of the 38.5 m deep excavation for the gravity anchorage foundation of Fuma Yangtze River Bridge, an intelligent feedback analysis was applied to this excavation project. Firs... In order to ensure the construction safety of the 38.5 m deep excavation for the gravity anchorage foundation of Fuma Yangtze River Bridge, an intelligent feedback analysis was applied to this excavation project. First, a three-dimensional numerical model that simulating the construction process of the excavation was built,and the deformations of the supporting structures were calculated by the finite difference program FLAC3 D. Then,the non-linear mapping relationship between the geomechanical parameters and the excavation-induced displacements was established by the back-propagation neural network(BPNN). Last,the geomechanical parameters were optimized intelligently by the genetic algorithm(GA) based on the developed BPNN model and the measured displacements,and the deformations during the subsequent excavation stages were predicted based on the back-calculated parameters. The research results showed that:the back-calculated values of E1,μ1,c1,and φ1 of the completely weathered stratum,and E2 of the heavily weathered stratum were greater than the initial values,while the inversion value of E3 of the moderately weathered stratum was smaller than the initial value. The magnitudes and the variation tendencies of the predicted displacements were in good accordance with the measured displacements. At the end of the excavation,the retaining piles and the top beams had a maximum displacement of 15–20 mm,exhibiting a quite small magnitude as comparing with other case histories. Local concentration of shear stress mainly occurred at the soil-pile interface and at the toe of the excavation slope,and the plastic zones mainly appeared in the completely weathered stratum. After the completion of the excavation,there were no yielding elements in the model,and the convergence of the numerical computation was achieved,indicating the excavation was in a stable state. This study lays the basis for the subsequent construction and operation of the bridge,and offers a significant reference for the feedback analysis of similar a 展开更多
关键词 FOUNDATIONS suspension bridge ANCHORAGE deep EXCAVATION parameter INVERSION deformation prediction INTELLIGENT feedback analysis
大数据背景下高校招生策略预测 预览 被引量:3
11
作者 杨正理 史文 +1 位作者 陈海霞 王长鹏 《智能系统学报》 CSCD 北大核心 2019年第2期323-329,共7页
在应届高中生生源不断下降、高等院校招生规模不断扩大、招生方式多元化不断发展、各院校之间招生竞争日趋激烈的条件下,利用海量招生异构数据,准确定位生源对象,做好前期招生宣传是各高等院校需要考虑的重要问题。结合云计算技术,利用... 在应届高中生生源不断下降、高等院校招生规模不断扩大、招生方式多元化不断发展、各院校之间招生竞争日趋激烈的条件下,利用海量招生异构数据,准确定位生源对象,做好前期招生宣传是各高等院校需要考虑的重要问题。结合云计算技术,利用并行化计算模型MapReduce和内存并行化计算框架Spark对高校招生历史数据进行分析,提出采用并行化随机森林预测高校招生策略模型,缩短了模型的预测时间、提高了模型的预测精度、增强了模型对大数据的处理能力。实验结果表明,并行化随机森林算法在不同数据集上的多方面性能均优于常用的决策树预测方法。 展开更多
关键词 大数据 机器学习 深度学习 学习算法 高校招生 策略预测 随机森林 云计算
在线阅读HTML 下载PDF
基于深度学习的强对流高分辨率临近预报试验 预览
12
作者 郭瀚阳 陈明轩 +3 位作者 韩雷 张巍 秦睿 宋林烨 《气象学报》 CAS CSCD 北大核心 2019年第4期715-727,共13页
强对流天气临近预报、预警在气象灾害防御中具有极为重要的地位。在气象业务中,因对强对流天气临近预报、预警准确率和时、空分辨率的极高要求,使其成为业务难点和研究热点之一。对于高时、空分辨率强对流临近预报问题,尝试用深度学习... 强对流天气临近预报、预警在气象灾害防御中具有极为重要的地位。在气象业务中,因对强对流天气临近预报、预警准确率和时、空分辨率的极高要求,使其成为业务难点和研究热点之一。对于高时、空分辨率强对流临近预报问题,尝试用深度学习方法来解决。首先将强对流临近预报抽象成同时包含时间和空间的序列预测问题;然后基于改进的循环神经网络算法形成的自编码模型,使用京津冀地区长序列、高时空分辨率天气雷达组网拼图数据进行模型训练;最后利用基于历史0.5 h雷达回波拼图数据训练得到的端到端神经网络,预报未来1 h内的逐6 min回波演变特征。通过基于传统外推算法的临近预报方法与深度学习算法的临近预报方法进行对比,发现使用的深度学习方法可以有效"学习"到高时、空分辨率序列雷达数据特征的内在关联,通过多层神经网络构造出抽象的深层特征,能够有效捕捉到雷达回波的演变规律和运动状态。通过计算雷达回波预报的命中率(POD)、虚警率(FAR)、临界成功指数(CSI)等检验表明,相较传统外推临近预报方法,在强对流回波临近预报准确率上有较明显提高。 展开更多
关键词 深度学习 临近预报 序列预测 雷达回波
在线阅读 下载PDF
基于BP神经网络的空气质量模型分类预测研究 预览 被引量:1
13
作者 邱晨 罗璟 +1 位作者 赵朝文 崔凯辉 《软件》 2019年第2期129-132,共4页
随着工业社会的发展,空气质量问题已经成为环保任务的主要焦点。BP神经网络作为深度学习的一种,已经在大部分领域被广泛使用。为了让广大市民更好的了解空气质量情况,本文以云南省昆明市为例,收集当地近6年的空气质量数据,并基于Python... 随着工业社会的发展,空气质量问题已经成为环保任务的主要焦点。BP神经网络作为深度学习的一种,已经在大部分领域被广泛使用。为了让广大市民更好的了解空气质量情况,本文以云南省昆明市为例,收集当地近6年的空气质量数据,并基于Python语言,在Anaconda环境下的Numpy包建立了三层神经网络数学模型,对空气质量等级进行分类预测。通过训练样本对神经网络模型的训练以及相关参数的调试,得到较好的分类预测模型。将分类结果与实际结果进行比较,结果显示,本次的神经网络模型的分类预测准确率达到90%,能够较好的分析空气质量,达到预期需求. 展开更多
关键词 神经网络 深度学习 空气质量 分类预测
在线阅读 下载PDF
基于光纤监测和PSO-SVM模型的马家沟滑坡深部位移预测研究 预览
14
作者 韩贺鸣 张磊 +1 位作者 施斌 魏广庆 《工程地质学报》 CSCD 北大核心 2019年第4期853-861,共9页
滑坡位移预测效果一方面取决于预测模型的优劣,另一方面取决于野外监测数据的质量。针对目前滑坡常规监测技术与评价方法的不足,本文采用光纤监测技术、监测数据与PSO-SVM预测模型相结合的评价方法,对三峡马家沟Ⅰ号滑坡的深部位移进行... 滑坡位移预测效果一方面取决于预测模型的优劣,另一方面取决于野外监测数据的质量。针对目前滑坡常规监测技术与评价方法的不足,本文采用光纤监测技术、监测数据与PSO-SVM预测模型相结合的评价方法,对三峡马家沟Ⅰ号滑坡的深部位移进行了预测;通过对320个滑坡深部位移光纤监测数据分析,基于时间序列法,将滑坡位移分为趋势性位移和波动性位移;趋势性位移采用拟合法进行预测,波动性位移采用PSO-SVM模型进行预测;最后将趋势项和波动项位移预测值叠加得到累积位移的预测值。研究结果表明,PSO-SVM模型对波动性位移预测的均方根误差0.51mm,平均绝对百分误差0.37mm,能准确预测滑坡波动项位移;累积位移预测值与实测值的相关系数为0.98,均方根误差为0.54mm,预测效果较好,可以用来对滑坡深部位移进行短期预测。 展开更多
关键词 滑坡 光纤监测 PSOSVM 深部位移 预测
在线阅读 下载PDF
大冶铁矿深部开采时环境地质问题与地质灾害预测 预览
15
作者 曹中煌 《世界有色金属》 2019年第16期248-250,共3页
矿山地质环境一直是个动态变化的体系,大冶铁矿由露天转为井下开采后,开采范围进一步扩大,矿山工程活动也有所改变。现结合今后开采设计及工程活动特征对矿区主要环境地质问题变化趋势进行预测分析。
关键词 矿床 深部开采 环境地质问题 地质灾害 预测
在线阅读 下载PDF
深度学习在电力负荷预测中的应用 预览
16
作者 张建寰 吉莹 陈立东 《自动化仪表》 CAS 2019年第8期8-12,17共6页
针对电力负荷预测中存在的随机性、不确定性的问题,结合深度学习算法具有很强的自适应感知能力等特点,采用目前较为主流的深度学习方法,如长短时记忆(LSTM)网络、门循环单元(GRU)神经网络和栈式自编码器(SAE),分别研究其应用于电力负荷... 针对电力负荷预测中存在的随机性、不确定性的问题,结合深度学习算法具有很强的自适应感知能力等特点,采用目前较为主流的深度学习方法,如长短时记忆(LSTM)网络、门循环单元(GRU)神经网络和栈式自编码器(SAE),分别研究其应用于电力负荷预测时的效果。研究发现,将历史负荷数据作为三种深度学习预测模型的输入时,三种预测模型的负荷预测精度指标评估结果各有不同。因此,为了全面评估三种预测模型的预测效果,提出将不同时间段内的相同历史负荷数据作为预测模型输入对比各模型的负荷预测精度,从中找出最佳的预测模型。仿真结果验证了三种预测模型在电力负荷预测应用中的可行性,且发现在单输入因素时LSTM模型的预测精度相对较高。因此,在后续研究中,可以考虑以LSTM预测模型作为基础预测模型,结合更多的负荷影响因素进行改进,以提高负荷预测精度。 展开更多
关键词 深度学习 长短时记忆 门循环单元 循环神经网络 栈式自编码器 负荷预测 预测精度
在线阅读 下载PDF
基于深度学习的伺服系统状态预测算法 预览
17
作者 张鹏 杨涛 刘亚楠 《计算机应用与软件》 北大核心 2019年第3期236-242,共7页
针对传统状态预测方法难以从伺服系统历史数据中有效提取特征的问题,提出一种基于深度学习的伺服系统状态预测算法。该算法利用长短时记忆网络LSTM(Long Short-Term Memory)从时序和特征参数两个维度在系统状态参数中提取数据特征。并... 针对传统状态预测方法难以从伺服系统历史数据中有效提取特征的问题,提出一种基于深度学习的伺服系统状态预测算法。该算法利用长短时记忆网络LSTM(Long Short-Term Memory)从时序和特征参数两个维度在系统状态参数中提取数据特征。并在多任务学习MTL(Multi-task Learning)框架下将具有相同特征参数的预测任务整合到同一个模型当中,所有预测任务共享LSTM网络权重。在每一状态参数预测阶段,独立地引入注意力机制,以调节不同时刻、不同特征对所预测状态的影响。针对应用中预测参数的重要性不同,构建加权损失函数,以减小重要参数的预测误差。实验结果表明,该算法与传统LSTM模型、单任务模型STL-LSTM相比,预测误差平均降低40.9%、19.8%。 展开更多
关键词 深度学习 伺服系统 状态预测 多任务学习 LSTM 注意力机制
在线阅读 下载PDF
基于深度学习的超分辨率重建算法改进 预览
18
作者 高飞 雷涛 《电子设计工程》 2019年第6期64-68,共5页
近年来,深度卷积网络在单幅图像超分辨问题上取得了非常好的效果,然而,由于超分辨问题的病态性,自低分辨率的图像复原得到高分辨率图像的算法仍然有很大的改进空间。为了进一步提高单幅图像超分辨率重建的精度,主要做了以下两个方面的工... 近年来,深度卷积网络在单幅图像超分辨问题上取得了非常好的效果,然而,由于超分辨问题的病态性,自低分辨率的图像复原得到高分辨率图像的算法仍然有很大的改进空间。为了进一步提高单幅图像超分辨率重建的精度,主要做了以下两个方面的工作:首先将增强预测的方法和SRCNN网络结合,在Set5数据集上的平均峰值信噪比较原始的SRCNN方法提升了大约0.3dB;其次,将FSRCNN网络第一个5*5的卷积层改为两个3*3的卷积层,提高了网络的非线性,在Set5数据集上相对于FSRCNN模型平均峰值信噪比提升了大约0.3dB。 展开更多
关键词 深度学习 卷积神经网络 单幅图像超分辨 增强预测
在线阅读 下载PDF
山东招远夏甸金矿深部三维成矿可视化定位预测 预览
19
作者 李洪奎 毛先成 +3 位作者 汤磊 陈国栋 张玉波 梁太涛 《山东国土资源》 2019年第7期1-10,共10页
招远夏甸金矿床位于华北板块之胶北隆起区内的招远-平度断裂带(简称招平断裂)中。招平断裂沿玲珑花岗岩体与前寒武纪结晶基底岩系的接触面展布,既是控矿构造,又是导矿和容矿构造,夏甸金矿床主要产于断裂下盘的碎裂状玲珑花岗岩中,在其... 招远夏甸金矿床位于华北板块之胶北隆起区内的招远-平度断裂带(简称招平断裂)中。招平断裂沿玲珑花岗岩体与前寒武纪结晶基底岩系的接触面展布,既是控矿构造,又是导矿和容矿构造,夏甸金矿床主要产于断裂下盘的碎裂状玲珑花岗岩中,在其上盘的基底岩系亦有分布,为一典型的破碎带蚀变岩型金矿床。该文以夏甸金矿田为研究对象,引入三维地质建模(3DGM)及三维可视化技术,研究探索隐伏矿体预测的三维化、定量化及可视化技术,重点突破了复杂地质体三维形态分析、控矿地质因素场模拟、成矿信息三维定量提取等关键技术,初步形成了隐伏矿体三维可视化预测的方法。依据勘探工程数据、矿体圈定规范并结合地质规律进行了矿体三维建模,结合已知的地震、重力、大地电磁等方法获得的各类数据作为研究深部地质构造的基本资料,对深部成矿构造进行了三维重构,对夏甸金矿深部进行了矿化空间分析和三维成矿信息提取,开展了三维定量成矿预测,在此基础上建立了三维定量成矿预测模型。在夏甸金矿田共圈定了Ⅰ号、Ⅱ号两个可视化立体找矿靶区,为今后深部工作优选区位提供了信息资料。 展开更多
关键词 深部成矿 三维建模 可视化 定位预测 构造重建 招远夏甸金矿
在线阅读 免费下载
基于深度学习的钨钼找矿靶区预测方法研究
20
作者 蔡惠慧 朱伟 +3 位作者 李孜轩 刘园园 李龙斌 刘畅 《地球信息科学学报》 CSCD 北大核心 2019年第6期928-936,共9页
随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测'智能化预测评价'具有得天... 随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测'智能化预测评价'具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的'黑盒子'中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。 展开更多
关键词 随机森林方法 深度学习 钨钼多金属矿产资源 大数据 预测 评价 陕西镇安西部
上一页 1 2 29 下一页 到第
使用帮助 返回顶部 意见反馈