期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多基因遗传规划的矿石品位估计
被引量:
2
1
作者
韩创益
王恩德
+1 位作者
夏建明
李光秀
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016年第3期408-411,420,共5页
由于矿床形成过程复杂、控制因素多,导致估计矿石品位相对困难.尽量降低矿床预测中的估计误差对矿产资源的开发和利用是至关重要的.克立格法被认为是最佳的品位估计方法,其必须满足对于品位空间分布的平稳性和内蕴假设.但实践上,大部分...
由于矿床形成过程复杂、控制因素多,导致估计矿石品位相对困难.尽量降低矿床预测中的估计误差对矿产资源的开发和利用是至关重要的.克立格法被认为是最佳的品位估计方法,其必须满足对于品位空间分布的平稳性和内蕴假设.但实践上,大部分的品位数据具有稀疏、不规则而复杂的空间分布,这有时会导致克立格法违反平稳性和内蕴假设.本文提出基于多基因遗传规划的矿石品位估计方法,并将其与克立格法进行对比.结果显示,基于多基因遗传规划的方法不需要关于空间分布的假设.这样,简化了实施矿体品位预测的条件,并能取得较好的预测结果,可应用于复杂矿体品位的预测.
展开更多
关键词
矿石品位估计
多基因遗传规划
普通克立格
矿床预测
人工智能
下载PDF
职称材料
基于贝叶斯推理的LS-SVM矿产资源定量预测
被引量:
3
2
作者
韩创益
王恩德
+1 位作者
夏建明
崔顺哲
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017年第11期1633-1636,共4页
针对矿产资源定量预测过程中最小二乘支持向量机(LS-SVM)的参数选择具有主观性和随意性,提出了一种与贝叶斯推理相结合的LS-SVM资源定量预测方法,并将其与证据权法(Wof E)进行了对比.在训练过程中采用贝叶斯推理方法对LS-SVM的参数选择...
针对矿产资源定量预测过程中最小二乘支持向量机(LS-SVM)的参数选择具有主观性和随意性,提出了一种与贝叶斯推理相结合的LS-SVM资源定量预测方法,并将其与证据权法(Wof E)进行了对比.在训练过程中采用贝叶斯推理方法对LS-SVM的参数选择进行优化,进而构建矿产资源定量预测优化模型.研究表明,该方法不但克服了参数选择的局限性,而且以后验概率形式输出预测结果,从而可提高预测精度.
展开更多
关键词
贝叶斯推理
LS-SVM
矿产资源
定量预测
证据权法
下载PDF
职称材料
本溪地区BIF中玄武质围岩的高场强元素特征
3
作者
韩创益
王恩德
+1 位作者
付建飞
罗衷热
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016年第8期1172-1176,共5页
辽宁本溪地区条带状铁矿(BIF)与其玄武质火山围岩之间的时空关联非常密切.对于玄武质火山围岩高场强元素(HFSE)的研究表明:wNb/wTa比值(7.00-19.93)表现出明显的分异,而wZr/wHf比值(33.46-38.28)则变化不大;从弓长岭到南芬、...
辽宁本溪地区条带状铁矿(BIF)与其玄武质火山围岩之间的时空关联非常密切.对于玄武质火山围岩高场强元素(HFSE)的研究表明:wNb/wTa比值(7.00-19.93)表现出明显的分异,而wZr/wHf比值(33.46-38.28)则变化不大;从弓长岭到南芬、歪头山样品的wNb/wTa比值变化具有明显的循序性.这种高场强元素的迁移和分异特征反映出俯冲作用与盆地演化之间的关联.研究区玄武质火山围岩(wNb/wYb)N比值大于1(1.21-18.45,平均2.72),这进一步表明,其形成的构造背景为陆内弧后盆地提供了有利于BIF形成的条件.
展开更多
关键词
本溪地区
BIF
玄武质火山围岩
高场强元素
陆内弧后盆地
下载PDF
职称材料
题名
基于多基因遗传规划的矿石品位估计
被引量:
2
1
作者
韩创益
王恩德
夏建明
李光秀
机构
东北大学资源与土木工程学院
金策工业综合大学资源勘探工程学院
出处
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016年第3期408-411,420,共5页
基金
国家重点基础研究发展计划项目(2012CB416800)
国家自然科学基金资助项目(41372098)
文摘
由于矿床形成过程复杂、控制因素多,导致估计矿石品位相对困难.尽量降低矿床预测中的估计误差对矿产资源的开发和利用是至关重要的.克立格法被认为是最佳的品位估计方法,其必须满足对于品位空间分布的平稳性和内蕴假设.但实践上,大部分的品位数据具有稀疏、不规则而复杂的空间分布,这有时会导致克立格法违反平稳性和内蕴假设.本文提出基于多基因遗传规划的矿石品位估计方法,并将其与克立格法进行对比.结果显示,基于多基因遗传规划的方法不需要关于空间分布的假设.这样,简化了实施矿体品位预测的条件,并能取得较好的预测结果,可应用于复杂矿体品位的预测.
关键词
矿石品位估计
多基因遗传规划
普通克立格
矿床预测
人工智能
Keywords
ore grade estimation
multi-gene genetic programming (MGGP)
ordinary Kriging
ore deposit prediction
artificial intelligence
分类号
P628 [天文地球—地质矿产勘探]
下载PDF
职称材料
题名
基于贝叶斯推理的LS-SVM矿产资源定量预测
被引量:
3
2
作者
韩创益
王恩德
夏建明
崔顺哲
机构
东北大学资源与土木工程学院
金策工业综合大学资源勘探工程学院
出处
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017年第11期1633-1636,共4页
基金
国家重大基础研究发展计划项目(2012CB416800)
国家自然科学基金资助项目(41372098)
文摘
针对矿产资源定量预测过程中最小二乘支持向量机(LS-SVM)的参数选择具有主观性和随意性,提出了一种与贝叶斯推理相结合的LS-SVM资源定量预测方法,并将其与证据权法(Wof E)进行了对比.在训练过程中采用贝叶斯推理方法对LS-SVM的参数选择进行优化,进而构建矿产资源定量预测优化模型.研究表明,该方法不但克服了参数选择的局限性,而且以后验概率形式输出预测结果,从而可提高预测精度.
关键词
贝叶斯推理
LS-SVM
矿产资源
定量预测
证据权法
Keywords
Bayesian inference
LS-SVM
mineral resource
quantitative prediction
WofE ( weights- of-evidence)
分类号
P612 [天文地球—矿床学]
下载PDF
职称材料
题名
本溪地区BIF中玄武质围岩的高场强元素特征
3
作者
韩创益
王恩德
付建飞
罗衷热
机构
东北大学资源与土木工程学院
金策工业综合大学资源勘探工程学院
出处
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016年第8期1172-1176,共5页
基金
国家重点基础研究发展计划项目(2012CB416800)
国家自然科学基金资助项目(41372098)
中央高校基本科研业务费专项资金资助项目(N120401003)
文摘
辽宁本溪地区条带状铁矿(BIF)与其玄武质火山围岩之间的时空关联非常密切.对于玄武质火山围岩高场强元素(HFSE)的研究表明:wNb/wTa比值(7.00-19.93)表现出明显的分异,而wZr/wHf比值(33.46-38.28)则变化不大;从弓长岭到南芬、歪头山样品的wNb/wTa比值变化具有明显的循序性.这种高场强元素的迁移和分异特征反映出俯冲作用与盆地演化之间的关联.研究区玄武质火山围岩(wNb/wYb)N比值大于1(1.21-18.45,平均2.72),这进一步表明,其形成的构造背景为陆内弧后盆地提供了有利于BIF形成的条件.
关键词
本溪地区
BIF
玄武质火山围岩
高场强元素
陆内弧后盆地
Keywords
Benxi area
BIF
basaltic volcanic wall rock
HFSE(high field-strength element)
intra-continental back arc basin
分类号
P612 [天文地球—矿床学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多基因遗传规划的矿石品位估计
韩创益
王恩德
夏建明
李光秀
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016
2
下载PDF
职称材料
2
基于贝叶斯推理的LS-SVM矿产资源定量预测
韩创益
王恩德
夏建明
崔顺哲
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2017
3
下载PDF
职称材料
3
本溪地区BIF中玄武质围岩的高场强元素特征
韩创益
王恩德
付建飞
罗衷热
《东北大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部