论文部分内容阅读
人工神经网络和模式识别(包括主成分分析和非线性映照方法)应用于化探异常评价.样本取自湖南南部不同矿点,特征变量包括化学成分Ph、Mo、As、Sh、Ni、Sn以及物理和地质变量.二种方法对训练样本的分类正确率达100%.据此模型预报了若干个矿点为锡矿区.
模式识别—人工神经网络方法评价化探异常
【摘 要】
：
人工神经网络和模式识别(包括主成分分析和非线性映照方法)应用于化探异常评价.样本取自湖南南部不同矿点,特征变量包括化学成分Ph、Mo、As、Sh、Ni、Sn以及物理和地质变量.
【机 构】
：
中国科学院上海冶金研究所,中国科学院上海冶金研究所
【出 处】
：
地质找矿论丛
【发表日期】
：
1993年03期
其他文献
针对大型螺栓装配紧固这一难题,概括了各种紧固方法,通过分析螺栓紧固的基本原理,比较各种方法在各方面的优缺点。介绍大型螺栓紧固新方法的一些应用实例,供实际应用参考。