厂探测缳-地质与勘探.PDFVIP

厂 探 测缳 维普资讯 卷 幕 ㈣ · 。 ． g ， 8’ 无模型迭代预测模型的建立及应用实例 呈fj茴盎 型皇查 (武警黄垒地质研究所 ·廊琦市 ·102800) ，J 无模型迭代预测是特征分折的延深 ，这一预测方法不需要典型矿 床或矿点作训练样本 。遥感做为先期蘑要的找矿 手段 ，可 以提供丈量的 金矿找矿信 息，在湘赣交 界区和新疆东天山地区 ，“遥感为基础 。结台 其它地学信息，和用无模型造代预测模 型进行金矿 预测取得 了较好的 效果 。 关键诃 无模型迭代预 模型 金矿预测 遥感 求一种不依赖于 已知矿点的权系数求解的方 1 统计预测数学模型 的建立 法 。 目前 ，我们所接触到的统计预测分析，主 上述有监预测方法是建立在 已知信息基 体是有 已知区的对此预测，即将未知区各变 础之上的，对于无监预测 问题 ，表面上看似乎 量与已知区各变量对 比，以确定二者的拟合 不依赖于 已知信息，而仅 建立在变量间相互 度 ，从而估计其成矿的可能性 ，对无 已知区统 关系分析的基础上 ，然而事实上各变量的取 计预测，则主要是地质工作者根据经验对各 值是以前人对类似矿床特征总结出的经验为 变量分别赋权系数 ，而后求得各变量的加权 依据 ，已经隐含有大量的 已知信息 。在成矿预 得分 ，以其得分高低判明成矿的可能性，并圈 测时，各变量总是据 已知经验确定统一规则， 定远景区，其明显的缺陷在于人为因素过重。 接对成矿 的有利程度取值 的，因而各变量取 本次研究借鉴对 已知矿床训练的思想，并引 值直接相加后，得分值的大小仍能基本反映 入特征分析法加 以改进后，设计了一种无模 出该单元与矿床特征的相似程度。由此 ，得分 型迭代金矿预测模型 ，以求得各变量在成矿 最高的m个单元将与矿床有较高的关联，用 中的权系数，从理论上刻划各变量与成矿的 它代替已知矿点作训练具有较确定的意义。 关系。 若 以此训练后得到 的权系数对垒 区进行预 特征分析叉称决策模拟，它是从变量中 测，再从 中选 取得分最高的-133．个单元训练， 提取各变量具有的综合特征，也适用于 已知 逐次迭代计算后，权系数将快速收敛于其一 - 矿床较少的地区进行快速评定评价对象 (单 稳定的值 ，该值可认为是各变量的贡献量 ，以 元或矿点)同 已知模型的相似程度或产出的 它作为各变量的权系数便可建立起选代预测 有利程度 。它首先需从各已知矿点提取训练 模型 。 样本 ，依据平方和法、乘积矩 阵