基于CAR和PU算法的矿石矿物的智能识别
2020-06-04赵永翼
沈阳师范大学学报(自然科学版) 2020年2期
赵永翼, 申 莹, 王 菲
(沈阳师范大学 软件学院, 沈阳 110034)
0 引 言
白云鄂博西矿地处内蒙古境内,整个矿体长约10 km,宽约2 km。因为矿体分布面积比较大,矿石数量多,并且局部因外力影响矿石矿物的组成结构变得复杂,致使矿体不同部位形成不同的元素。而不同的元素导致生成的矿物组合及矿石类型不同。白云鄂博西矿矿石在选矿的过程中,有些岩石的选矿效果较差,回收率极低,一般不能为工业利用,本文主要使用CART算法进行智能识别白云鄂博西矿矿石可以被工业利用的矿石和不能被工业利用的矿石。
在矿石矿物鉴定中,一般使用构成矿石的成分含量对矿石矿物进行识别分类[1]。一般矿石鉴定分为2种,一种是地质工作者在采集矿石矿物时进行人眼的初步判断[2],根据矿石矿物的外形和物理性质进行判别。一种是在室内环境下运用仪器分析矿石矿物成分类别,有偏光显微镜鉴定法和化学分析法等多种方法[3]。查清矿石矿物类别对选矿有重大指导意义[4]。
近些年来国内相关学者对于使用数据挖掘技术来辅助地质学发展,展开了大量的研究工作。2017年周永章教授及黎培兴教授发表文章《矿床大数据及智能矿床模型研究背景与进展》详细写出大数据与地质矿床之间的联系以及使用贝叶斯网络进行建模解决地质学中所遇到的问题[5]。2018年周永章教授等[6-8]继续深入研究大数据与地质学基于TensorFlow,以吉林夹皮沟金矿和河北石湖金矿的黄铁矿、黄铜矿、方铅矿、闪锌矿等硫化物矿物为例,使用卷积神经网络模型实现矿物智能识别。……
登录APP查看全文
