径向基神经网络模型在滇东南金矿潜力预测中的应用

详细信息   

• 责任者：柏坚^c中国地质大学(北京)^d1970^e博士^f高级工程师 ; 俞乐^c浙江大学
• 刊名：浙江大学学报（理学版）
• 出版年：2011
• 卷期：38^b3
• 关键词：金矿 ; 成矿预测11^a云南20^a人工智能30^a人工神经网络 ; 径向基神经网络 ; ROC验证
• 页码：354～361
• 索书号：P106.6/338
• 图表：^c表3参25插图
• 分类号：0812
• 文摘期号：2011/12

摘要

采用人工网络神经法(Artificial Neural Network，ANN)有助于理解成矿系统的非线性动力学行为和对矿产资源进行预测。其中的径向基神经网络(Radial Basis Function Neural Network，RBFNN)具有优秀的逼近特性，优化过程简单，训练速度快，适合于需要大量数据综合的矿产预测。采用RBFNN方法对成矿地质条件复杂的中国滇东南地区开展金矿成矿预测。研究结果表明，该模型能快速获取成矿潜力信息。通过采用受试者工作特征(Receiver Operating Characteristic，ROC)曲线进行精度验证，表明该模型具有优越的预测能力。