矿产资源分类与鉴别系统研究-采矿工程专业论文.docxVIP

矿产资源分类与鉴别系统研究 Study on Mineral Resource Classification and Identification System 研究生姓 名：殷跃 指导教师姓名：孟海东 内蒙古科技大学矿业工程学院 包头 014010，中国 Candidate： YIN Yue Supervisor： MENG Hai-Dong School of Mining Engineering Inner Mongolia University of Science and Technology Baotou 014010，P.R.CHINA 独 创 性 说 明 本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得 内蒙古科技大学或其他教育机构的学位或证书所使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并 表示了谢意。 签名： 日期： 关于论文使用授权的说明 本人完全了解内蒙古科技大学有关保留、使用学位论文的规定， 即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可 以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保 存论文。 （保密的论文在解密后应遵循此规定） 签名： 导师签名： 日期： 内 内蒙古科技大学硕士学位论文 I I 摘 要 矿产资源是国家经济建设的重要前提和基本动力之一。对矿产资源分类与鉴 别的研究是矿产资源开发研究中一个重要的方面，对矿产资源的开发与利用有重 要的意义。现有的矿产资源分类与鉴别大部分都是利用矿产资源的化学成分分析 来实现，本文则利用矿产资源的物理性质特征来实现对矿产资源的分类与鉴别。 本文以 8 类常见金属矿产资源作为研究对象，以实现对矿产资源快速、准确 的分类与鉴别为目的。提出了一种基于 BP 神经网络的矿产资源分类与鉴别系统 研究的方法。本文使用 MATLAB7.0 软件的工具箱来创建基于 BP 神经网络的矿 产资源分类与鉴别系统，来实现对矿产资源快速、准确的分类与鉴别。论文的主 要研究内容如下： （1）在分析了国内外矿产资源分类与鉴别的研究现状的基础上，收集、整 理矿产资源的物理性质特征数据。 （2）对矿产资源的性质特征数据进行了统计分析研究，从中选取了颜色、 条痕、光泽、解理、断口、比重和硬度七种对矿产资源有重要影响的特征作为实 验研究的数据，这些也是矿产资源分类与鉴别系统研究的数据基础。 （3）根据 BP 神经网络应用于分类与鉴别的原理，提出了对矿产资源分类与 鉴别的研究步骤，研究建立基于 BP 神经网络的矿产资源分类与鉴别系统的关键 技术，包括样本的选取与预处理、输入输出变量的选取、隐含层节点数的确定、 初始权值和阈值的选取、训练算法及参数的选取。 （4）选取不同的训练算法和隐含层节点数对矿产资源的训练样本进行训 练，然后用未经训练过的测试样本对训练好的网络进行测试，最终确定能够对矿 产资源快速、准确分类与鉴别的理想的训练算法和隐含层节点数。 研究结果表明建立的矿产资源分类与鉴别系统基本上能够对这 8 类常见金属 矿产资源进行分类与鉴别，且系统对训练样本的学习正确率均在 95%以上，系统 对测试样本的鉴别正确率均在 80%以上。通过研究发现：性质特征相近的矿石之 间容易相互影响以及伴生矿石的复杂性质特征都会导致系统对测试样本的鉴别正 确率降低。 关键词：矿产资源；BP 神经网络；分类；鉴别 II II Abstract Mineral resource is one of the essential precondition and basic power of national economic construction. A study of classification and identification in mineral resources is also one of the most important aspects in Mineral Resource study and development, it has an important meaning for the exploitation and using too. The existing classification and identification in mineral resources are mostly realized by using chemical analysis method. However, this paper tries to realize