基于卷积自编码网络的夏河-合作地区金矿定量预测

甘肃夏河—合作地区属西秦岭成矿带,区域地质构造复杂、矿产资源丰富。该地区已发现一定数量的金多金属矿床(点),且在矿集区及周边地区仍存在良好的金多金属矿找矿潜力。本文以夏河—合作地区为研究区,基于成分数据分析定量提取了成矿元素组合,集成了以构造-地球化学异常为基础的多元信息综合找矿模型,基于卷积自编码网络(Convolutional Auto-Encode,CAE)模型进行区域金矿产资源定量预测。结果表明CAE模型在该区的预测具有良好的性能(AUC=0.90),以此为依据确定的7个预远景区值得进一步开展勘查工作。

随机梯度下降法

本文通过介绍随机梯度下降旨在介绍随机梯度算法的思想,以及随机梯度下降的易出现的问题,随机梯度容易出现收敛过慢和可能停留在局部极小值,因此学习率的选择很重要。