版权说明 操作指南
首页 > 成果 > 详情

机器学习在地球物理勘探中铀矿资源勘查的应用研究进展

认领
导出
Link by 中国知网学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
韩世礼;肖健;柳位
作者机构:
南华大学资源环境与安全工程学院
湖南省稀有金属矿产开发与废物地质处置技术重点实验室
语种:
中文
关键词:
机器学习;放射性勘探;地球物理测井;成矿预测;联合反演
关键词(英文):
machine learning;radiometric prospecting;geophysical well logging;metallogenic prognosis;joint inversion
期刊:
铀矿地质
期刊(英文):
Uranium Geology
年:
2024
卷:
40
期:
03
页码:
555-564
基金类别:
湖南省自然科学基金(编号:2023JJ30506)资助。
机构署名:
本校为第一机构
院系归属:
环境与安全工程学院
摘要:
机器学习有自动性、高准确性、可扩展性等优势,适用于大数据处理和自适应任务。在地球物理勘探中运用,可大幅提高勘探效率和准确性,促进技术进步,实现地球物理向智能化解译的发展。文章首先介绍了机器学习在地球物理领域的常用先进方法...展开更多 机器学习有自动性、高准确性、可扩展性等优势,适用于大数据处理和自适应任务。在地球物理勘探中运用,可大幅提高勘探效率和准确性,促进技术进步,实现地球物理向智能化解译的发展。文章首先介绍了机器学习在地球物理领域的常用先进方法,如深度学习、深度神经网络、BP神经网络、支持向量机和随机森林的基本原理和分类特点。其次介绍了放射性勘探、地球...
摘要(英文):
Machine learning has the advantages of automation,high accuracy and scalability,which is suitable for big data processing and adaptive tasks.The application of machine learning in geophysical exploration can greatly improve the efficiency and accuracy,promote technologi...MORE Machine learning has the advantages of automation,high accuracy and scalability,which is suitable for big data processing and adaptive tasks.The application of machine learning in geophysical exploration can greatly improve the efficiency and accuracy,promote technological progress,and realize the development of geophysi...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com