模式识别与成矿预测Ⅱ——Hamming方法及其在花岗岩型铀矿预测中的应用

本文首次将Hamming的模式识别方法引入我国地质找矿预测。Hamming方法在确定对象、特征提取及投票等方面与Cora-3方法相同，不同之处在于学习阶段。Hamming方法的学习阶段，先是计算D类（有矿类）的Hamming，确定核后，计算每一对象与D类Hamming核之间的距离Di，当给出一定的阈值T时，便可按一定规则进行分类。本文确定的187个对象，选择了11个特征进行模式识别，其误识率为17．5％，识别结果比较稳定。删除特征的控制试验证明：NEE向主干断裂、主干断裂与次级断裂的节点数，次级断裂之间的节点数，地层、复式岩体等与矿床的定位有着非常密切的关系。Hamming方法原来只在AX机上运行，经笔者修改调试，可在长城0520机上进行计算，从而大大增加了其实际应用性。