-
公开(公告)号：CN118116510A
公开(公告)日：2024-05-31
申请号：CN202410234441.1
申请日：2024-03-01
Applicant: 中国海洋大学
IPC: G16C20/70 , G16C20/80 , G16C20/20 , G06F18/2411 , G06F18/2451 , G06N20/10
Abstract: 本发明公开一种基于机器学习构建地学二元可视化分类图解的方法及系统，采用机器学习的方式自动获取对分类结果影响最大的第一预设数量种训练特征，并在训练特征中以任意组合的方式选取出第二预设数量种特征，得到特征的多种组合结果。针对每种组合结果中的特征均训练一个SVM模型，进而分别利用每个SVM模型构建一个二元可视化分类图解，基于所有二元可视化分类图解确定待分类地质体对象的类别。本发明采用的方法极大提高分类效率且准确率较高，同时，与传统地学二元可视化图解的构建过程不同，本发明几乎无需先验知识，即可处理地学领域几乎所有涉及分类的地质问题。
-
公开(公告)号：CN118136160A
公开(公告)日：2024-06-04
申请号：CN202410234164.4
申请日：2024-03-01
Applicant: 中国海洋大学
IPC: G16C20/70 , G16C20/20 , G06N20/10 , G06N20/20 , G06N5/01 , G06F18/20 , G06F18/214 , G06F18/21 , G06F18/2411 , G06F18/243 , G06F18/2451 , G06F18/25 , G06F18/27
Abstract: 本发明公开了一种基于机器学习识别榍石成因类型的方法及系统，利用榍石样品中元素的含量信息对榍石成因类型进行判别。本发明首先通过机器学习技术，构建SVM模型和RF模型；然后，对两个模型分别进行优化和性能评估；最后，基于性能评估结果选取其中一个模型作为预测模型，通过预测模型快速、准确地识别榍石的成因类型。
-
公开(公告)号：CN118039029A
公开(公告)日：2024-05-14
申请号：CN202410234281.0
申请日：2024-03-01
Applicant: 中国海洋大学
IPC: G16C20/70 , G16C20/20 , G06N20/10 , G06N20/20 , G06N5/01 , G06N3/0499 , G06N3/08 , G06F18/20 , G06F18/214 , G06F18/21 , G06F18/241 , G06F18/2411 , G06F18/243 , G06F18/25 , G06F18/27
Abstract: 本发明公开了一种基于机器学习和锆石成分识别花岗岩类型的方法及系统，通过挖掘与矿产形成关系密切的三种常见花岗岩类型(I型、S型和A型花岗岩)与花岗岩中锆石的元素特征之间的联系，基于先进的数据分析和机器学习技术，建立以锆石元素特征为依据的花岗岩类型分类器，通过对花岗岩类型的识别实现指导区域找矿勘查，推动地质学领域的发展。
-
公开(公告)号：CN118039028A
公开(公告)日：2024-05-14
申请号：CN202410234029.X
申请日：2024-03-01
Applicant: 中国海洋大学
Abstract: 本发明公开一种基于磷灰石成分智能识别中酸性岩浆岩类型的方法及系统，通过对已知类型的中酸性岩浆岩中磷灰石含有的元素数据开展机器学习训练，构建能够识别中酸性岩浆岩类型的机器学习模型，实现对磁铁矿系列中酸性岩浆岩与钛铁矿系列中酸性岩浆岩的类型判别。为运用磷灰石元素特征判别中酸性岩浆岩类型、指导区域找矿勘查活动提供了强有力的指导和支持，提高了岩石类型判别效率，更加高效准确的对源岩类型进行分类，有利于地质数字化进程推进，提高生产与科研效率。
-
-
-
Search Results
4
records
(took 0.014 seconds)
