连续证据权重法及其在矿产潜力预测中的应用研究

目前分类证据权重法只能处理分类证据因子,连续证据因子在转化为分类数据时,必然导致信息损失;而且证据因子按分类计算权重,不能从整体上反映该证据因子对成矿有利的权重。该文尝试对分类证据权重法进行改进,将分类证据隶属度扩充为连续证据隶属度,并修改证据因子权重的计算方法,避免同一证据因子权重的重复累加,建立基于连续证据因子的模糊证据权重法。以实际的矿产潜力预测为例,对比分析分类证据权重法与所提出的模糊连续证据权重法。结果表明,基于连续证据因子的模糊证据权重法能够克服分类证据模型后验概率空间突变情况,利于预测结果的制图输出,并在一定程度上提高后验概率精度。

径向基神经网络模型在滇东南金矿潜力预测中的应用

采用人工网络神经法(Artificial Neural Network,ANN)有助于理解成矿系统的非线性动力学行为和对矿产资源进行预测.其中的径向基神经网络(Radial Basis Function Neural Network,RBFNN)具有优秀的逼近特性,优化过程简单,训练速度快,适合于需要大量数据综合的矿产预测.采用RBFNN方法对成矿地质条件复杂的中国滇东南地区开展金矿成矿预测.研究结果表明,该模型能快速获取成矿潜力信息.通过采用受试者工作特征(Re-ceiver Operating Characteristic,ROC)曲线进行精度验证,表明该模型具有优越的预测能力.

再议隐(盲)矿床的分类和深部预测找矿

20世纪末我们将隐(盲)矿床分为五类,2008在安徽全国深部找矿工作会议上又将隐(盲)矿床分为四大类十一亚类。经近几年的勘查实践,在深部找矿预测和深部勘探工作中起到重要的指导作用,但也显示某些方面的不实之处。根据当前勘查新资料和成矿新理论对它做补充、修改,再进行实践,有可能形成与我国矿床产出实际较为接近而实用的分类方案,指导我国深部矿产资源潜力预测和深部勘探工作。

国外生态地球化学填图理论及其发展趋势

以国外资料为基础,较系统地论述了生态地球化学填图的特点、目标、原则和任务,指出了生态地球化学填图的未来发展趋势。生态地球化学填图的任务包括4个方面:土地合理利用和区域规划研究、环境地球化学基准调查及其与健康关系研究、矿产资源预测和农业地球化学研究。