节点文献

基于GIS的K-近邻法在成矿预测中的应用:以新疆东天山地区铁矿预测为例

免费订阅

【作者】 吴春明吕新彪

【Author】 WU Chun-ming,Lü Xin-biao(School of Geological Survey,China University of Geosciences,Wuhan 430074,China)

【机构】 中国地质大学地质调查研究院

【摘要】 K-近邻法(K-Nearest Neighbor,KNN)是一种应用广泛的人工智能方法,可用于线性不可分的多类别样本的识别。该方法的基本原理是在多维空间中找到与未知样本最近邻的k个点,并根据这k个点的类别来判断未知样本的类别。以新疆东天山地区铁矿预测为例,利用GIS采集、分析和管理数据,采用K-近邻法分析成矿有利度并圈定找矿有利地段。从预测结果看,研究区内绝大多数矿床(点)落入到成矿有利度的高值区域,表明该方法预测结果的可信度高,可以有效地用于成矿预测。

【关键词】 K-近邻法GIS成矿预测新疆东天山
【基金】 国家科技支撑计划项目“东天山-北山成矿带整体研究与找矿靶区优选评价”(2007BAB25B04)
【所属期刊栏目】 非主题来稿 (2012年06期)
  • 【分类号】P612;P208
  • 【被引频次】3
  • 【下载频次】159
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: