应用基础与工程科学学报
應用基礎與工程科學學報
응용기출여공정과학학보
JOURNAL OF BASIC SCIENCE AND ENGINEERING
2011年
5期
842-851
,共10页
属性关联%属性加权%光谱吸收特征参数%铀矿床%赤铁矿%预测
屬性關聯%屬性加權%光譜吸收特徵參數%鈾礦床%赤鐵礦%預測
속성관련%속성가권%광보흡수특정삼수%유광상%적철광%예측
赤铁矿作为铀矿床蚀变带中一种典型的蚀变矿物,在铀矿勘测过程中具有十分重要的指矿作用.传统的建模方法都以同样的概率来处理每个特征参数的重要性,但在实际建模过程中各个参数的重要性是有差别的,忽略此因素会直接影响赤铁矿预测的精度.针对此问题,本文提出一种基于属性关联的加权K近邻和支持向量机的新混合模型WKNN-SMOreg,该模型通过属性关联的方式来赋予赤铁矿各特征参数权值,以此来降低关联程度较低的特征参数在预测过程中所引起的误差.实验结果表明:与K近邻、支持向量机、简单K近邻与支持向量机的混合模型KNN-SMOreg的预测方法相比,本文提出的WKNN-SMOreg方法提高了赤铁矿预测结果的精度,降低了无用信息在预测过程中所造成的负面影响.这说明属性关联加权技术在蚀变矿物含量预测中具有一定的应用价值.
赤鐵礦作為鈾礦床蝕變帶中一種典型的蝕變礦物,在鈾礦勘測過程中具有十分重要的指礦作用.傳統的建模方法都以同樣的概率來處理每箇特徵參數的重要性,但在實際建模過程中各箇參數的重要性是有差彆的,忽略此因素會直接影響赤鐵礦預測的精度.針對此問題,本文提齣一種基于屬性關聯的加權K近鄰和支持嚮量機的新混閤模型WKNN-SMOreg,該模型通過屬性關聯的方式來賦予赤鐵礦各特徵參數權值,以此來降低關聯程度較低的特徵參數在預測過程中所引起的誤差.實驗結果錶明:與K近鄰、支持嚮量機、簡單K近鄰與支持嚮量機的混閤模型KNN-SMOreg的預測方法相比,本文提齣的WKNN-SMOreg方法提高瞭赤鐵礦預測結果的精度,降低瞭無用信息在預測過程中所造成的負麵影響.這說明屬性關聯加權技術在蝕變礦物含量預測中具有一定的應用價值.
적철광작위유광상식변대중일충전형적식변광물,재유광감측과정중구유십분중요적지광작용.전통적건모방법도이동양적개솔래처리매개특정삼수적중요성,단재실제건모과정중각개삼수적중요성시유차별적,홀략차인소회직접영향적철광예측적정도.침대차문제,본문제출일충기우속성관련적가권K근린화지지향량궤적신혼합모형WKNN-SMOreg,해모형통과속성관련적방식래부여적철광각특정삼수권치,이차래강저관련정도교저적특정삼수재예측과정중소인기적오차.실험결과표명:여K근린、지지향량궤、간단K근린여지지향량궤적혼합모형KNN-SMOreg적예측방법상비,본문제출적WKNN-SMOreg방법제고료적철광예측결과적정도,강저료무용신식재예측과정중소조성적부면영향.저설명속성관련가권기술재식변광물함량예측중구유일정적응용개치.