摘要
本发明提供了一种基于机器学习的花岗岩型铀矿含矿性判别图解方法,属于铀矿勘探技术领域。包括以下步骤:步骤S1、收集花岗岩铀矿的岩体地球化学数据,建立产铀花岗岩年龄和全岩主微量元素地球化学数据集;步骤S2、对步骤S1建立的数据集中数据进行预处理,筛选出43种特征变量元素;步骤S3、机器学习算法训练、调参及评估,构建花岗岩型铀矿含矿性机器学习判别模型;步骤S4、穷举并筛选特征变量元素端元;步骤S5、机器学习算法训练并绘制决策边界;步骤S6、综合模型评估及视觉审查结果得出可视化判别图解。本发明采用上述的一种基于机器学习的花岗岩型铀矿含矿性判别图解方法,优化后的模型准确率有明显提高。
技术关键词
花岗岩型铀矿
图解方法
学习判别模型
机器学习算法
轮廓系数
元素
铀矿勘探技术
变量
MLP神经网络
数据
交叉验证方法
遗传算法
决策
机器学习方法
随机森林
年龄
视觉
定义
线条
参数