龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国地质大学(北京)
摘要：本发明公开了一种基于XGBoost的矿床类型鉴别方法及系统，收集磷灰石微量元素数据，并构建训练集和测试集；基于XGBoost算法构建机器学习模型，使用所述训练集对机器学习模型进行训练，并使用所述测试集对训练的模型进行评估；将待鉴别的磷灰石微量元素数据输入至得到的机器学习模型，得到矿床成因类型预测结果。相比于传统方法，机器学习模型具有更高的准确率和可信度；可通过磷灰石微量元素鉴别矿床成因类型，和预测未知岩体的成矿潜力；该方法适用性更广，更加便捷。
主权项：1.一种基于XGBoost的矿床类型鉴别方法，其特征在于，所述方法包括：收集磷灰石微量元素数据，并构建训练集和测试集；收集磷灰石微量元素数据，具体包括：获取不同矿床类型以及未矿化的磷灰石微量元素数据，所述不同矿床类型为斑岩型矿床、矽卡岩型矿床、基律纳型矿床、IOCG矿床和造山型矿床；基于XGBoost算法构建机器学习模型，使用所述训练集对机器学习模型进行训练，并使用所述测试集对训练的模型进行评估；将待鉴别的磷灰石微量元素数据输入至得到的机器学习模型，得到矿床成因类型预测结果；所述方法还包括数据预处理，具体包括：筛选14种常见且数据交集最多的元素构建典型磷灰石微量元素数据集，14种磷灰石微量元素为La,Ce,Pr,Nd,Sm,Eu,Gd,Dy,Yb,Lu,Sr,Y,Th和U；进行数据清洗；对微量元素数据进行对数处理，使其符合正态分布；对数据进行标准化；在保证每个类别比例不变的前提下，将数据随机划分为训练集和测试集；使用人工少数类过采样法，过采样数据量较少的类别，以解决类间不平衡问题。
全文数据：
权利要求：
百度查询： 中国地质大学(北京) 一种基于XGBoost的矿床类型鉴别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号