《表1 香花岭锡多金属矿训练数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《支持向量机、随机森林和人工神经网络机器学习算法在地球化学异常信息提取中的对比研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:flag=1代表该单元有矿点，flag=0代表该单元没矿。

本研究选取了香花岭研究区的水系沉积物地球化学异常数据。统计表明，区内各微量元素的地球化学浓度随地质背景不同而有所差异，Sb、As、Cu、Pb、Zn、Ag是沉积岩大于岩体中的含量；而Cu、Pb、Zn、Ag在沉积岩区含量亦不均一，寒武系中的含量大于其它地层含量。水系沉积物组合异常具明显的水平分带现象，沿岩体的接触带多出现W、Sn、Be、Pb、Zn、Nb等高温元素组合，并与接触带展布方向基本一致，与区内的矿床（点）分布完全一致，这些高含量区通常是找矿的目标区（崔宁，2018）。因此将这6种元素作为成矿指示要素。依据香花岭矿点数据落在的格子处，选取了15处作为正样本、并在离矿点较远的区域选取了15处作为负样本，以此作为训练数据（表1）。此外，为了避免过拟合和欠拟合现象的发生，还选取了50处正样本及50处负样本作为测试数据。