《表2 估值结果对比分析:基于免疫原理的径向基神经网络品位插值研究》
以某金矿勘察的钻孔数据作为原始采样数据,其研究区域大小为600m×550m×300m,在区域内共有672个Au组合样品品位值,选取其中639组数据为训练样本,另外33组为测试样本。将该区域划分成10m×10m×5m的块段进行品位估值,先采用普通克立格(OK法)进行插值。接着,对测试点的矿床品位估值,通过基于免疫原理的径向基函数神经网络算法进行测算,网络模型参数设置为:输出节点的初始阈值为0.75,初始隐层数据中心数为25,抗体克隆选择规模n′为3,亲和力阈值kt为0.85,相似度阈值ρs为0.9,学习率ρ为0.01,距离因子k为0.85。利用训练样本对网络模型进行学习训练,当系统总均方误差小于0.001时,表明所建立的神经网络模型具有较好的稳定性和精确度。将训练好的RBF神经网络对测试样本点品位进行插值计算,其估值结果与克立格法插值结果及样本点真实品位值的比较如表2所示。
图表编号 | XD0037018300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.25 |
作者 | 周智勇、肖玮、田龙、胡培 |
绘制单位 | 中南大学资源与安全工程学院、中南大学资源与安全工程学院、中南大学资源与安全工程学院、中南大学资源与安全工程学院 |
更多格式 | 高清、无水印(增值服务) |