基于支持向量回归机的矿体品位插值  

Grade interpolation in orebody based on support vector regression

作　　者：李娟[1] 李翠平[1] 李仲学[1] 

机构地区：[1]北京科技大学土木与环境工程学院,北京100083

出　　处：《北京科技大学学报》2009年第12期1498-1502,共5页Journal of University of Science and Technology Beijing

基　　金：国家自然科学基金资助项目(No.50604003);教育部博士点基金资助项目(No.20060008005);"十一五"国家科技支撑计划资助项目(No.2006BAK04B04)

摘　　要：使用与自组织神经网聚类相结合的支持向量回归机预测模型对矿体体素品位进行插值,并与多边形法、距离幂次反比法、克里格法进行对比验证.结果表明,该预测模型进行品位插值具备很好的可行性和可靠性.The method of support vector regression （SVR） in combination with self organization feature mapping （SOFM） network was selected for grade interpolation in orebody, and was compared to the Thiessen polygons method, the distance power inverse ratio method and the Kriging method. The result shows that the prediction model of SVR is feasible and reliable for grade estimation.

关 键 词：矿体 体视化 品位 支持向量回归机 插值 

分 类 号：TD82[矿业工程—煤矿开采]