一种改进的基于独立成份分析的矿产预测方法

矿产统计预测是一项"把区域地质、成矿规律、地质数学信息和概念加以综合,并用计算机进行综合评价的工作"(阿格特伯格,1974).目前公认最佳的预测方法是利用地质、矿产、遥感、地球物理和地球化学等多种信息进行资源评价的综合信息矿产资源定量预测(王世称等,2000).但一些传统的分析处理方法,如主成分分析,相关性分析,致矿异常下限等均只利用了数据的低阶统计特性,具有一定的局限性,再加上空间地学信息的复杂性,数据挖掘效果不是十分理想,不能很好的表征矿产特征,因此预测结果往往与实际矿产储量情况不符.为了更深层次的挖掘地学信息,我们提出引进一种目前只用于信号处理的高阶统计方法--独立成分分析(Independent Component Analysis,ICA)来进行矿产预测,并借鉴因子分析的思想解决独立成分分析算法不确定性的局限,使其更加适合处理地质矿产数据,结果也更加便于制图解释.……