报告详情
基于机器学习的柴达木盆地西部砂岩型铀矿预测
编号：983
访问权限：仅限参会人
更新：2024-04-11 11:02:45 浏览：784次
张贴报告
报告开始：2024年05月18日 08:34（Asia/Shanghai）
报告时间：1min
所在会场：[SP] 张贴报告专场 [sp15] 主题15、矿产与资源
暂无文件
摘要
铀矿是重要的战略性矿产资源，柴达木盆地是我国重要的砂岩型铀矿分布地区之一，盆地西部的七个泉组（Q1-2q）、狮子沟组(N23s)、油砂山组(N2y)、上干柴沟组(N1g)等新层位均已探明一批铀矿点，具有较大的铀成矿潜力。本文在系统收集整理区域地质、地球物理、地球化学、遥感等多源地学信息的基础上，初步归纳总结铀成矿特征，提取关键控矿要素，并基于支持向量机（SVM）、随机森林(RF)、人工神经网络(ANN)等机器学习方法，进行柴达木盆地西部未探明区域的砂岩型铀矿成矿概率预测，利用混淆矩阵和受试者操作特征（ROC）曲线对多种方法的预测效果进行对比与评价，借助ArcGIS软件圈定成矿远景区，揭示此地区的砂岩型铀矿分布特点，为后续的勘查开发工作提供参考。
关键词
柴达木盆地,机器学习,砂岩型铀矿,成矿预测
报告人
张希梁
硕士研究生 核工业北京地质研究院稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论