基于循环神经网络的找矿模型构建与预测

摘要：

在大数据和人工智能背景下,基于已有的传统地质找矿模型建立与应用基础,提出基于循环神经网络的找矿模型构建与预测方法,实现对地质数据的深入分析和理解.针对地质找矿模型构建与预测的需求,结合数据清洗理论,对传统地质找矿模型进行归纳与总结,建立地质找矿知识库,为深度学习算法提供训练数据.通过分类算法研究,综合对比结果的准确率与分类所用时间,最终选用RNN分类算法对找矿概念模型进行分类.在建立研究区找矿模型中,通过关键词与控矿要素完成模型匹配,利用模型计算对模型匹配结果进行数据分析,实现区域地质找矿模型的构建与矿产资源的预测评价和分析.以大水金矿为例,快速准确地实现了找矿模型的构建,有效地对矿产资源预测工作提供了指导,验证了该方法的可行性.

关键词：找矿概念模型、RNN分类算法、控矿要素、模型匹配

所属期刊栏目：38

分类号：P628(地质、矿产普查与勘探)

资助基金：国家科技部深地资源勘探开采专项《深部成矿地质异常定量预测方法与模型》编号:2017YFC0601502

在线出版日期：2020-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2033-2042