权利要求
1.铜矿矿床规模预测方法,其特征在于,包括:
获取现有的铜矿的项目数据和资料;所述项目数据包括项目名称、所属国家、所属地区、经度、纬度、大地构造位置、成矿区带、矿床成因类型、成矿时代、成矿作用、赋矿地层、主岩、蚀变类型、矿石类型、矿体特征、累计查明资源储量、平均品位、成矿温度、成矿盐度和勘查程度;所述资料包括:矿区地质详查报告和钻探勘查报告;
根据所述项目数据和所述资料确定铜矿项目数据库;
根据所述铜矿项目数据库,分析影响铜矿规模的关键因素,确定铜矿规模预测指标体系;所述关键因素包括勘查程度、成矿区带、成矿时代、赋矿地层、主岩、蚀变类型和岩体出露面积;所述铜矿规模预测指标体系包括多项铜矿规模预测指标;所述铜矿规模预测指标为是否在俯冲带上、是否在汇聚型板块边缘、成矿时代、赋矿地层、主岩、蚀变种类、蚀变分带性、矿石类型、裂隙发育程度、岩体出露面积、成矿温度、成矿盐度、平均品位、勘查程度、构造复杂程度、矿体总数、主矿体形态或矿体平均埋深;
对每项所述铜矿规模预测指标进行预处理,确定铜矿规模预测数据集;所述预处理包括分类、标准化处理和离散化处理;
根据所述铜矿规模预测数据集,采用随机森林模型,确定预测模型;所述预测模型以所述铜矿规模预测数据集为输入,以矿床规模级别为输出;
利用所述预测模型对待预测的铜矿矿床规模级别进行预测。
2.根据权利要求1所述的铜矿矿床规模预测方法,其特征在于,所述对每项所述铜矿规模预测指标进行预处理,确定铜矿规模预测数据集,具体包括:
对所述铜矿规模预测指标进行分类,得到连续数据和离散数据;
对所述连续数据进行标准化处理;
对所述离散数据进行分类赋值;
根据标准化处理后的数据,利用ChiMerge算法进行离散化处理;
根据所述离散化处理后的数据和分类赋值后的数据确定所述铜矿规模预测数据集。
3.根据权利要求2所述的一种铜矿矿床规模预测方法,其特征在于,所述对所述连续数据进行标准化处理,具体包括:
利用公式对所述连续数据进行标准化处理;其中,Xs为标准化变量,X为连续数据,Xmin为连续数据的最小值;Xmax为连续数据的最大值。
4.根据权利要求1所述的一种铜矿矿床规模预测方法,其特征在于,所述根据所述铜矿规模预测
声明:
“铜矿矿床规模预测方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)