-
公开(公告)号:CN113536535A
公开(公告)日:2021-10-22
申请号:CN202110633957.X
申请日:2021-06-07
Applicant: 中国地质大学(北京)
IPC: G06F30/20 , G06F30/28 , G06F17/18 , G06T17/05 , G06F111/10 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明提供一种成矿研究区的成矿模拟方法及装置,所述方法包括:基于地质的成矿模式与平面、剖面地质资料建立三维地质模型;通过测试研究区的成矿期包裹体样品,获得成矿期的温度、压力等成矿临界状态;通过测试围岩与赋矿岩体的岩石力学特性,获得数值模拟的基本参数;根据成矿模式与成矿区研究,对三维地质模型赋予初始状态条件;调整参数,借助临界条件数据进行模拟,直到获得与临界条件相当的模拟模型;将临界模型进行三维后处理,获得三维成矿范围与成矿潜力区。本发明能准确成矿研究区中的矿藏分布预测。
-
公开(公告)号:CN100465998C
公开(公告)日:2009-03-04
申请号:CN200710098940.9
申请日:2007-04-29
Applicant: 中国地质大学(北京)
Abstract: 本发明公开了一种基于三维建模的立方体预测模型找矿方法,其特征在于,具体步骤如下:(1)资料收集;(2)数据库的建设;(3)三维矿山模型的建立;(4)立方体预测模型的建立;(5)预测结果验证。本发明在找矿过程中加入三维建模的方法,可以针对二维找矿所不能及的大比例尺研究区进行找矿,得到预测结果能够更加真实的反映实际情况。基于三维建模的立方体预测模型,可以使各种三维空间数据,建立研究区的三维地质模型、三维成矿模型和三维找矿模型,其预测结果可以做到定位、定量和定概率。因此,“立方体预测模型”找矿方法实现了从二维找矿到三维找矿的突破,具有重大的理论价值和应用价值。
-
公开(公告)号:CN117576463B
公开(公告)日:2024-12-20
申请号:CN202311549320.8
申请日:2023-11-20
Applicant: 中国地质大学(北京)
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06T11/00 , G16C20/30
Abstract: 本发明是关于一种地质构造背景预测方法、装置及存储介质,方法包括:获取多个岩石地球化学元素数据;对每个岩石地球化学元素数据进行预处理,得到目标岩石地球化学元素数据,其中,所述目标岩石地球化学元素中包含预设数量的目标化学元素,以及每个目标化学元素的含量;根据每个所述目标岩石地球化学元素数据构造对应的目标图像,并将所有目标图像划分为训练样本和预测样本;根据所述训练样本和预设的卷积神经网络进行训练,得到地质构造背景预测模型;利用所述岩石地球化学元素数据确定岩石类型,所述岩石地球化学元素数据为一组化学元素含量序列,其排序关系为由含量最小到最大。通过该技术方案,提高地质构造背景分类预测的准确性和效率。
-
公开(公告)号:CN115861820A
公开(公告)日:2023-03-28
申请号:CN202211713267.6
申请日:2022-12-29
Applicant: 中国地质大学(北京) , 河北钢铁集团矿山设计有限公司
IPC: G06V20/10 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种基于自编码器神经网络的蚀变信息提取方法,包括以下步骤:对待测高光谱影像数据进行最小噪声分离变换后,提取出若干个纯净像元;对所述若干个纯净像元进行分析,提取出目标纯净端元的高光谱影像,并与实测的高光谱影像进行叠加,获得高光谱矿物填图;从所述高光谱矿物填图中提取目标蚀变范围,获得目标影像数据;基于自编码网络对所述目标影像数据进行像元解混处理,识别所述目标影像数据的蚀变信息。本发明能够在无样本的情况下,利用高光谱影像进行矿物精细识别,能够大大降低人力物力财力,并为进行大面积地质填图提供帮助。
-
公开(公告)号:CN113111927A
公开(公告)日:2021-07-13
申请号:CN202110353243.3
申请日:2021-04-01
Applicant: 中国地质大学(北京)
Abstract: 本发明公开了一种基于地球物理数据使用堆叠法的三维地质建模方法,其特征在于,处理方法包括:本方法包括Stacking集成方法,所述Stacking集成方法包括三维特征提取方法和数据预处理方法,其中所述三维特征提取方法包括三维钻孔模型,通过所述三维钻孔模型分析得到的岩性样本,在通过岩性样本分析的结果得出不同的岩石种类,在通过这些不同的岩石种类得出玄武岩、花岗岩或者其他的岩性;本发明的有益效果:本方法基于机器学习中的Stacking模型,融合了RF,SVM,GBDT,NN,XGBoost等机器学习算法,基于原始的地质数据(三维坐标、岩性等)与地球物理数据(磁化率、剩余密度等),训练出一个能够对研究区进行三维岩性分类的模型,以达到快速三维地质建模的目的。
-
公开(公告)号:CN218330841U
公开(公告)日:2023-01-17
申请号:CN202221872341.4
申请日:2022-07-15
Applicant: 中国地质大学(北京) , 洛阳栾川钼业集团股份有限公司 , 洛阳富川矿业有限公司
IPC: G01N1/28
Abstract: 本实用新型属于岩粉检测压片领域,具体为用于矿山岩粉矿物光谱测试分析的压片设备,包括升降装置,所述升降装置安装在底板上,所述底板通过支撑杆连接顶板,所述顶板与所述底板之间设置有升降板,所述升降板可滑动的连接所述支撑杆,所述升降板连接所述升降装置输出端,所述升降板的顶部放置有制片座,所述制片座设置有开口朝上的放置槽,所述放置槽内用于放置粉末原料,所述制片座上方设置有与所述放置槽适配的压块,所述压块顶部通过连接机构可拆卸连接螺杆,所述螺杆竖直设置且螺纹连接所述顶板,相比现有技术,本设备结构简单易于携带,造价成本低,且可以调节成片样品的尺寸,以满足多种设备的检测口尺寸。
-
-
-
-
-