SOM网络在黑龙江省西北部金矿预测中的应用.pdf

黄金 GoLD SOM网络在黑龙江省西北部金矿预测中的应用 王满．薛林福 (吉林大学地球科学学院) 摘要：在深入研究分析黑龙汪省西北部金矿成矿地质背景的基础上，以地理信息系统为平台 (GIS)，建立了地质、物探、化探和遥感数据库，用字符串表示研究区地质点的各种地质信息组合， 利用自组织特征映射(SOM)神经网络对其进行模式分类，圈定了金矿成矿有利区，这一研究对该 地区今后的矿产资源预测与评价有重要的参考价值。 关键词：SOM网络；GIS；成矿预测；金矿；黑龙江省西北部 P628 文献标识码：B 中图分类号：P618．51 文章编号：1001—1277(2008)11—0012—04 ‘1．1 自组织特征映射神经网络的结构 0 引 言 自组织特征映射神经网络的一个典型特性就是 成矿预测，是综合地质、地球物理、地球化学和遥 可以在一维或二维的处理单元阵列上，形成输入信号 感地质等基础资料预测未发现矿床的位置及其基本 的特征拓扑分布，因此自组织特征神经网络具有抽取 类型。计算机技术的应用使成矿预测由定性逐渐向 输入信号模式特征的能力。自组织特征映射神经网 依赖于数学模型的定量方向发展，忽略了数据体的空 络一般只包含有一维和二维阵列，但也可以推广到多 间关系，影响了预测效果。地理信息系统(GIS)可以维处理单元阵列中去。自组织特征映射神经网络模 直接处理具有空间拓扑关系的量化成矿信息，在计算 型由以下4个部分组成： 机系统的支持下，可以管理和分析大量复杂的空间信 息。如何将这些数据进行分类，提取有用信息是资源 预测领域专家需要进一步研究的问题。自组织特征 竞争 映射(SOM)神经网络是解决以高度复杂性、非线性 及数据结构庞大等为特征的数据分类问题的有效方 法，基于GIS的SOM网络矿产资源空间预测方法就 ．是在综合分析由多个图层表示的与成矿有关的各种 输入 地学信息的基础上，提取成矿信息，以确定成矿有利 地区。笔者应用该方法对黑龙江省西北部的金矿进 图I 自组织特征映射神经网络原理图¨1 行预测，取得了较好的效果。 (1)处理单元阵列。用于接受事件输入，并且形 l 自组织特征映射神经网络 成对这些信号的“判别函数”。 (2)比较选择机制。用于比较“判别函数”，并随 Ko- 自组织特征映射神经网络是芬兰学者Teuvo 机选择一个具有最大函数输出值的处理单元。 honen(1981)提出的一种自组织竞争人工神经网络， (3)局部互连机制。用于同时激励被选择的处 Feature 因此也称为Kohonen网络或Self-Organizing 理单元及其最邻近的处理单元。 Map(SOM)网络。该网络是一个由全连接的神经元 (4)自适应过程。用于修正被激励的处理单元 阵列组成的无教师