基于机器学习的闪锌矿微量元素特征在铅锌矿床类型识别中的应用
打开文本图片集
［摘要］ 闪锌矿微量元素特征是识别铅锌矿床成因类型的重要指标。拟通过机器学习方法识别出判断铅锌矿床成因类型的关键控制元素，建立基于闪锌矿微量元素特征的广义铅锌矿成因类型判别图。系统收集了密西西比河谷型、火山块状硫化物型、喷流-沉积型、矽卡岩型4种成因类型铅锌矿床中3 700条闪锌矿的12种微量元素数据（Cd，Mn，Ag，Cu，Pb，Sn，Ga，In，Sb，Co，Ge和Fe），使用支持向量机和随机森林2个机器学习分类模型对其进行分类，对这些特征元素重要性进行排序。（剩余30617字）