【技术实现步骤摘要】
本专利技术属于地质学领域，具体涉及一种基于机器学习构建地学二元可视化分类图解的方法及系统。
技术介绍
1、地质学中许多重要的科学问题都可以归结为分类问题，例如对一块岩石，它是形成在弧环境还是碰撞环境，是成矿岩体还是非成矿岩体，是容易形成铜矿化还是钼矿化等。针对这些问题，人们通常是根据先验知识，利用岩石或矿物的某些地球化学成分构建可以直接被使用的可视化图解。最常见的可视化地学图解是二元分类图解。例如，为了更好的判断花岗岩类就位构造环境，前人提出了基于全岩地球化学成分的y-nb以及(y+yb)-rb花岗岩类就位构造环境判别图解。这些二元可视化图解由于使用时操作简单，仅需要研究人员选取少数几种元素含量就能对研究对象进行分类，因此目前被广泛应用于地质学研究中。
2、然而，越来越多的研究表明，以往提出的这些二元可视化图解准确率较低，很多时候并不能有效的区分所研究的对象到底属于哪一类型。例如，在全岩y-nb花岗岩类就位构造环境判别图解上，经常可以遇到来自同一花岗岩体的样品点既有投点到火山弧花岗岩区域，又有投点到板内环境。另外，传统研究中...
【技术保护点】
1.一种基于机器学习构建地学二元可视化分类图解的方法，其特征在于，用于按照预设类别对地质体对象进行分类，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用地质体数据集，采用支持向量机SVM算法训练初始的SVM模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述采用贝叶斯优化法，以及，初始SVM模型的性能评估结果，对初始SVM模型的参数进行优化处理，得到优化后的初始SVM模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述对每个新的...
【技术特征摘要】
1.一种基于机器学习构建地学二元可视化分类图解的方法，其特征在于，用于按照预设类别对地质体对象进行分类，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用地质体数据集，采用支持向量机svm算法训练初始的svm模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述采用贝叶斯优化法，以及，初始svm模型的性能评估结果，对初始svm模型的参数进行优化处理，得到优化后的初始svm模型，包括：
...【专利技术属性】
技术研发人员：钟世华，李晶，李三忠，郭广慧，杜立华，金齐钊，赵鸿，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。