-
公开(公告)号:CN117035157A
公开(公告)日:2023-11-10
申请号:CN202310805726.1
申请日:2023-07-03
Applicant: 中国地质大学(武汉) , 贵州省地质矿产勘查开发局一〇三地质大队
IPC: G06Q10/04 , G06Q30/0202 , G06Q50/02 , G06N3/006 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06F17/15
Abstract: 本发明涉及一种基于铜价格时序预测的露天矿生产计划优化方法,属于露天矿生产计划智能优化领域。发明通过以日期为基准对历史铜价进行收集,使用线性归一化方法和线性插值法,生成处理后的多因素数据集,并生成相关性矩阵,利用GCN模型对相关性矩阵进行聚焦,通过Autoformer模块,分解趋势项序列与季节项序列,通过生成的模型进行铜价格预测,利用铜价格作为参数导入生产计划数学模型,生成生产计划。本发明能够为通过历史价格信息等多因素数据集中不同因素的相关性的聚焦,有效提高铜价格预测准确率,得到精度更高,更贴合实际生产情况的解决方案。
-
公开(公告)号:CN118520275A
公开(公告)日:2024-08-20
申请号:CN202410698832.9
申请日:2024-05-31
Applicant: 中国地质大学(武汉) , 贵州省地质矿产勘查开发局一〇三地质大队
IPC: G06F18/213 , G06F18/2415 , G06F18/2431 , G06F18/214 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种融合带噪学习和局部分类器的测井数据岩性识别方法,属于深度学习技术领域。该方法包括以下步骤:测井数据训练集预处理;构建预训练模型;确定易混淆岩性组合;构建优化局部分类器模型;建立融合带噪学习优化局部分类器模型;岩性识别。本发明采用上述的一种融合带噪学习和局部分类器的测井数据岩性识别方法,有助于矿产勘查领域测井数据的数据区分,提高了机器学习算法在地矿领域中测井岩性识别的准确率与识别效率,有效解决了岩性识别中相似岩性难以区分和岩性标签标注不明确的问题。
-
公开(公告)号:CN116861309A
公开(公告)日:2023-10-10
申请号:CN202310805728.0
申请日:2023-07-03
Applicant: 中国地质大学(武汉)
IPC: G06F18/241 , G06F18/2111 , G06F18/214 , G06F17/18 , G06N3/126 , G06N7/02 , G06N20/20 , E21B47/00 , E21B49/00
Abstract: 本发明涉及一种基于地层隶属度与CMNSGA2特征选择的岩性识别方法,属于机器学习领域。本发明提供的基于地层隶属度与CMNSGA2特征选择的岩性识别方法通过地层隶属度函数,对勘查工作中的测井数据中难以细分的砂与砂岩数据进行分类,作为特征选择的数据基础;在NSGA2多目标特征选择的基础上,对于交叉算子与变异算子进行改进,本发明能够为测井数据的岩性分类问题提供一种精度更高,时间成本更低的解决方案,为测井数据得进一步研究分析与利用提供了保障。
-
-