凤凰山铜矿数字矿床模型及其预测系统开发研究(毛政利,2004,博士论文)附期刊论文5篇

老马居士 · 发表于 2013-4-26 20:29

本帖最后由老马居士于 2013-4-26 20:36 编辑

附录期刊论文5篇目录：
1、安徽铜陵凤凰山铜矿床地球化学特征及其意义（毛政利,赖健清,彭省临,邵拥军,杨斌，《地质与勘探》2004.2）
2、基于GIS的凤凰山铜矿区成矿预测系统的开发与实现（毛政利,张宏敏,赖健清,彭省临，《地质与勘探》2007.3）
3、铜陵凤凰山铜矿床角砾岩的形成与矿床定位机制（毛政利,赖健清,彭省临，《矿物学报》2009.4）
4、铜陵凤凰山铜矿床南区化探数据分形研究（毛政利,彭省临,赖健清,邵拥军,杨斌，《地球科学与环境学报》2004.4）
5、新疆阿尔泰山南缘产于泥盆纪火山-沉积盆地铅锌矿床地质特征——以可可塔勒铅锌矿为例（王书来,郭正林,王玉往,毛政利，《地质与勘探》2005.6）

博士论文标题：凤凰山铜矿数字矿床模型及其预测系统开发研究
论文作者：毛政利
论文导师：彭省临
论文学位：博士
学位授予年份：2004
论文专业：矿产普查与勘探
论文单位：中南大学
博士论文页数：103
格式：博士论文pdf和NH、期刊论文pdf，NH需在中国知网下载CAJViewer阅读器
附件：3

博士论文摘要：
BP神经网络技术是目前常用的一种非线性拟合方法,它的作用在于提供了一种非线性静态映射,能以任意精度逼近任意给定的非线性关系,具有学习和推广的功能.它通过各神经元之间的耦合作用关系实现从输入到输出的高度非线性映射.矿体的形成与定位也是各种控矿因素耦合作用的结果,其耦合机制是线性函数难以拟合的,而BP人工神经网络的高度非线性拟合功能恰好能解决这一问题.利用凤凰山铜矿床8个已知样本,将其输入网络学习,经过5000余次迭代,网络收敛,其输出误差满足精度要求.因此,利用BP人工神经网络模型来拟合成矿作用过程中各种控矿因素之间的耦合作用、并以此建立该区的大比例尺成矿预测模型是可行的.BP人工神经网络的非线性拟合功能主要是通过网络内部各神经元之间的连接权值实现的,因而神经元的连接权值定量地表达了该神经元对下一层神经元的影响权重,通过网络运行机理和对神经元之间的连接权值的追踪,可计算出输入层神经元对输出层神经元的影响权重,结合地球物理、地球化学勘查数据,建立了基于成矿有利度法的凤凰山铜矿床找矿预测模型.在组件式GIS软件MapX平台上,利用可视化高级编程语言Visual C++将成矿预测模型、找矿预测模型和地学空间数据库集成在一起,开发实现了凤凰山铜矿床成矿预测系统,完成该矿床的大比例尺数字矿床模型.
关键词：大地构造演化; 分形; BP人工神经网络; 数字矿床模型; 铜陵凤凰山