基于GA-SVM回归的成矿有利度预测方法探讨/Discussion on Prediction Method for the Contribution Degrees to the Metallogenesis Based on GA-SVM Regression[J]
文献类型：期刊论文
| 作者 | 李东; 周可法; 孙卫东; 王金林; 吴艳爽; Li Dong; Zhou Kefa; Sun Weidong; Wang Jinlin; Wu Yanshuang |
| 刊名 | 新疆地质
 |
| 出版日期 | 2014 |
| 卷号 | 4页码:546-551 |
| 关键词 | 成矿预测 遗传算法(Ga) 支持向量机(Svm) 非线性拟合 Metallogenesis Prediction Genetic Algorithm (Ga) Support Vector Machine (Svm) Nonlinear Fitting |
| 英文摘要 | 将改进的非线性技术（GA-SVM）应用于成矿预测，为成矿有利度预测方法提供一种新思路。在分析哈图矿集区成矿有利度基础上，选取28个学习样本、10个与成矿有关的地质变量，应用基于遗传算法（GA）寻优的支持向量机（SVM）方法，对成矿有利度进行建模，并与BP神经网络模型预测结果进行比较。结果表明，GA-SVM回归预测模型能很好地拟合成矿有利度与各地质变量间的非线性关系。样本数量有限时，GA-SVM比BP神经网络具较高的拟合精度，更适合非线性成矿预测工作，具较强的推广意义。 |
| URL标识 | 查看原文 |
| 语种 | 中文 |
| 资助机构 | 国家自然科学基金 ; 国家自然科学基金 ; 国家科技支撑计划 ; 国家科技支撑计划 ; 科技援疆计划项目 ; 科技援疆计划项目 ; 新疆科技厅科技基础条件平台建设项目 ; 新疆科技厅科技基础条件平台建设项目 ; 国家自然科学基金 ; 国家自然科学基金 ; 国家科技支撑计划 ; 国家科技支撑计划 ; 科技援疆计划项目 ; 科技援疆计划项目 ; 新疆科技厅科技基础条件平台建设项目 ; 新疆科技厅科技基础条件平台建设项目 |
| 源URL | [http://ir.xjlas.org/handle/365004/14420]  |
| 专题 | 新疆生态与地理研究所_研究系统_荒漠环境研究室 |
| 通讯作者 | 中国科学院新疆生态与地理研究所,新疆矿产资源研究中心,新疆 乌鲁木齐 830011; 中国科学院大学,北京 100049; 新疆维吾尔自治区地质矿产勘查开发局信息中心,新疆 乌鲁木齐,830000 |
| 推荐引用方式 GB/T 7714 | 李东,周可法,孙卫东,等. 基于GA-SVM回归的成矿有利度预测方法探讨/Discussion on Prediction Method for the Contribution Degrees to the Metallogenesis Based on GA-SVM Regression[J][J]. 新疆地质,2014,4:546-551. |
| APA | 李东.,周可法.,孙卫东.,王金林.,吴艳爽.,...&新疆维吾尔自治区地质矿产勘查开发局信息中心,新疆 乌鲁木齐,830000.(2014).基于GA-SVM回归的成矿有利度预测方法探讨/Discussion on Prediction Method for the Contribution Degrees to the Metallogenesis Based on GA-SVM Regression[J].新疆地质,4,546-551. |
| MLA | 李东,et al."基于GA-SVM回归的成矿有利度预测方法探讨/Discussion on Prediction Method for the Contribution Degrees to the Metallogenesis Based on GA-SVM Regression[J]".新疆地质 4(2014):546-551. |
入库方式： OAI收割
来源：新疆生态与地理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。