基于氧化铁地球化学成分和随机森林算法判别IOCG和IOA矿床

查看详情 浏览次数:1
单位中国地质大学地质过程与矿产资源国家重点实验室;中国科学院地球化学研究所矿床地球化学国家重点实验室
来源2020年中国地球科学联合学术年会论文集(二十四)—专题七十:测试新技术及其地质应用、专题七十一:地质大数据、机器学习与人工智能算法应用、专题七十二:地球生物学
出版年2020
摘要
氧化铁铜金(IOCG)矿床和氧化铁磷灰石(IOA)矿床是两种重要的矿床类型,它们在构造环境和热液蚀变方面具有相似的特征,IOA矿床早期也被归类为IOCG矿床,如何区分这两种矿床类型对矿产勘查具有重要意义。研究以电子探针(EPMA)和激光烧蚀电感耦合等离子体质谱仪(LA-ICP-MS)测定的赤铁矿和磁铁矿元素组成为基础,采用随机森林(RF)和合成少数过采样技术(SMOTE)相结合的综合方法对IOCG和IOA矿床进行了分类。在本研究中,IOA的数据量少于IOCG

@ 2023 版权所有 中国地质图书馆 (中国地质调查局地学文献中心)

京ICP备 05064591号 京公网安备11010802017129号

建议浏览器: 火狐、谷歌、微软 Edge、不支持 IE