-
题名基于卷积神经网络和火山岩大数据的构造源区判别
被引量:6
- 1
-
-
作者
葛粲
汪方跃
顾海欧
管怀峰
李修钰
袁峰
-
机构
合肥工业大学资源与环境工程学院
合肥工业大学矿集区立体探测实验室
合肥工业大学安徽省矿产资源与矿山环境工程技术研究中心
安徽省矿产资源储量评审中心
安徽省地质调查院
-
出处
《地学前缘》
EI
CAS
CSCD
北大核心
2019年第4期22-32,共11页
-
基金
国家重点研发计划项目(2016YFC0600209)
国家自然科学基金项目(41504042,41702353,41672069,41820104007)
中央科研基本业务费资助项目(JZ2019HGTB0071,PA2018GDQT0020)
-
文摘
早先的构造源区判别图由于受时代、研究区域、研究思路以及研究手段、分析技术和样本数量的限制,存在某些不足,导致部分学者在研究中遇到各种困惑和矛盾。在大数据的冲击下,部分传统图解的可靠性正在接受考验。本文提出了一种将地球化学数据二维图像化的方法,将GEOROC数据库中来自11个构造环境的火山岩数据生成了34 468张灰度二维码图像。根据深度学习理论和方法构造了卷积神经网络(CNN)模型,利用其中75%的二维码数据进行自动学习和训练。该模型可以对不同来源的火山岩数据进行有效分类,总体分类准确度可达95%以上。该模型具备较好的泛化能力,可以作为日常工具辅助人工进行火山岩样本的构造源区的判别。
-
关键词
大数据
二维码
卷积神经网络
构造源区判别
-
Keywords
big data
two-dimensional code
convolution neural network
tectonic discrimination
-
分类号
P628
[天文地球—地质矿产勘探]
P58
[天文地球—岩石学]
-