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
共找到1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：
机器学习在矿物岩石地球化学大数据挖掘中的应用与展望
1
作者 王智宇 王达 +3 位作者 邱昆峰 张晓暄 才艺伟 王明阳 《成都理工大学学报(自然科学版)》 北大核心 2025年第5期844-858,共15页
随着信息技术的迅速发展,地球科学研究已进入数据密集化阶段,矿物岩石地球化学大数据挖掘已成为揭示地质演化规律、深化矿床成因认识、提升资源勘查效率的重要途径。机器学习作为典型的数据驱动建模方法,能够有效识别复杂数据中的潜在... 随着信息技术的迅速发展,地球科学研究已进入数据密集化阶段,矿物岩石地球化学大数据挖掘已成为揭示地质演化规律、深化矿床成因认识、提升资源勘查效率的重要途径。机器学习作为典型的数据驱动建模方法,能够有效识别复杂数据中的潜在模式与关键特征,为地质学研究提供新的技术路径。系统梳理了矿物岩石地球化学大数据挖掘的一般流程,归纳了典型机器学习算法的基本原理,并综合评述了其在岩石大地构造背景识别、岩石起源与演化反演、成矿潜力评价、矿床成因类型判别等方面的应用进展。在此基础上,总结了机器.学习在矿物岩石地球化学数据挖掘中的优势与不足,指出了当前研究中存在样本量有限、数据分布不均、模型可解释性不足等问题。其次展望了在算法优化、矿物岩石地球化学数据库构建、深度学习与迁移学习引入、多源数据融合、可解释人工智能发展、低代码框架应用等方向的研究前景。机器学习在矿物岩石地球化学大数据挖掘中的广泛应用将为地质过程的定量化分析、矿产勘查的智能化决策、地球科学研究的系统化提供重要理论支撑与方法路径。 展开更多
关键词 机器学习 矿物岩石地球化学 大数据挖掘 成矿潜力评价 矿床成因判别
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部