基于深度学习的地质找矿大数据挖掘与集成的挑战.docx

下载文档 降价啦

64
0
约5.98千字
约 11页
2022-09-10 发布于河北
举报
版权申诉
保障服务

基于深度学习的地质找矿大数据挖掘与集成的挑战.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

深层次找矿-示矿信息的挖掘与集成是成功发现隐伏矿和深部矿的关键（陈永清和赵鹏大，2009）.当前找矿重点转向覆盖区和深部找矿，在这种复杂地质条件下，矿产勘查面临了诸多困难，如由于覆盖层的影响和矿床埋藏较深导致找矿信息微弱，复杂地质背景及多期次成矿导致成矿信息混杂，矿床保存环境的改变等因素导致找矿信息缺失或不完整等（Cheng，2012）.传统的以成因模型和找矿标志组合为核心的矿产勘查理论与方法已经不能满足以弱信息、混杂信息和不完整信息为特征的覆盖区和深部找矿需求，亟需创新覆盖区和深部找矿中深层次找矿-示矿信息挖掘与集成理论与方法. 基于机器学习的地质找矿信息挖掘与集成已经成为数学地球科学的前沿