改进的KNN-SMOreg算法及在铀矿床典型蚀变矿物赤铁矿含量预测中的应用 Improved KNN-SMOreg Algorithm and Its Application in Predicting the Amount of Hematite from Uranium.pdfVIP

1005-0930(2011)05-0842-010 TP301.6 A 10.3969/j.issn.1005-0930.2011.05.017 改进的KNN-SMOreg算法及在铀矿床典 型蚀变矿物赤铁矿含量预测中的应用 吴 佳 蔡之华 高哲超 中国地质大学计算机学院，湖北武汉430074 摘要：赤铁矿作为铀矿床蚀变带中一种典型的蚀变矿物，在铀矿勘测过程中具有 十分重要的指矿作用.传统的建模方法都以同样的概率来处理每个特征参数的 重要性，但在实际建模过程中各个参数的重要性是有差别的，忽略此因素会直接 影响赤铁矿预测的精度.针对此问题，本文提出一种基于属性关联的加权K近 邻和支持向量机的新混合模型WKNN-SMOreg，该模型通过属性关联的方式来赋 予赤铁矿各特征参数权值，以此来降低关联程度较低的特征参数在预测过程中 所引起的误差.实验结果表明：与K近邻、支持向量机、简单K近邻与支持向量 机的混合模型KNN-SMOreg的预测方法相比，本文提出的WKNN-SMOreg方法 提高了赤铁矿预测结果的精度，降低了无用信息在预测过程中所造成的负面影 响.这说明属性关联加权技术在蚀变矿物含量预测中具有一定的应用价值. 属性关联；属性加权；光谱吸收特征参数；铀矿床；赤铁矿；预测 2010-03-25 2011-01-27 国家高技术研究发展(863)计划 （项目编号2009AA12Z117）；教育部博士点基金 （编号： 20090145110007) 吴佳(1987-),男，博士研究生. 硇目标属 f来许多 (8) }信息. 1.90 2.00 寸图3(a)一(d) 结果更接近 @@[1]闵茂中，吴俊奇，戚成云，等.水辐射分解促进铀矿床围岩赤铁矿化蚀变的实验研究[J].铀矿地质，1992，8(1)： MinMaozhong,WuJunqi,QiChengyun,etal.Experimenalstudiesinradiolysisofwaterfacilitatinghematitizationof hostaocksinuraniumdeposis[J].UraniumGeology,1992,8(1):25-28 @@[2]陈文霞，陈安升，蔡之华.基于高光谱吸收特征参数的分类研究[J].计算机工程与应用，2008，44(28)：230-232 ChenWenxia,ChenAnsheng,CaiZhihua.Researchonhyperspectralabsorptionfeatureparametersbasedclassification [J].ComputerEngineeringandApplications,2008,44(28):230-232 @@[3]孙斌，周云龙.基于支持向量机的气液两相流流型识别新方法[J].应用基础与工程科学学报，2007,15(2)： 209-216 SunBin,ZhouYunlong.Anovelidentificationmethodofgas-liquidtwo-phaseflowregimesbasedonsupport[J]. JournalofBasicScienceandEngineering,2007,15(2):209-216 @@[4]何建国，毛玉仙，李建中，等.花岗岩型铀矿床水云母化的诊断性光谱特征[J].铀矿地质,2008，24(4)：250-256 HeJianguo,MaoYuxian,LiJianzhong,etal.Diagnosticspectralcharacteristicsofdamouritizationingranitetype uraniumdeposit[J].UraniumGeology,2008,24(4):250-256 @@[5]张良培，张立福.高光谱遥感[M].武汉：武汉大学出版社,2005 ZhangLiangpe