-
公开(公告)号：CN109284780A
公开(公告)日：2019-01-29
申请号：CN201811048650.8
申请日：2018-09-10
Applicant: 中山大学
Abstract: 本发明公开了一种矿石矿物图像自动识别与分类方法，本发明运用计算机视觉技术和深度卷积神经网络理论，利用大数据平台Tensorflow框架，建立卷积人工神经网络模型，并针对来自吉林夹皮沟金矿等不同地区黄铁矿石镜下照片进行图像数据输入模型训练学习，从而实现镜下黄铁矿石图片中不同矿石矿物的自动识别与分类。本发明可以辅助地质工作者来对矿石矿物的镜下照片进行识别与分类，提高地质工作者的工作效率。
-
公开(公告)号：CN109118021A
公开(公告)日：2019-01-01
申请号：CN201811044861.4
申请日：2018-09-07
Applicant: 中山大学
Abstract: 本发明公开了一种蔬菜土壤中Pb的健康安全预测预警方法，本发明从健康安全的角度对土壤重金属Pb的累积趋势进行预测预警，该分析方法和思路在现有技术领域中并未运用于土壤金属中进行预测预警中，从而填补了国内对土壤重金属预测预警的空白。
-
-
Patent Agency Ranking
-
公开(公告)号：CN109146200A
公开(公告)日：2019-01-04
申请号：CN201811059542.0
申请日：2018-09-12
Applicant: 中山大学
Abstract: 本发明公开了一种证据权模型预测矿产资源方法，本发明根据证据图层对预测对象的显著性大小顺序逐步加入到模型中，所得到的效果是显而易见的，其预测结果对进一步开展预测区优选评价具有非常重要的参考意义。最后根据改进证据权法得到的后验概率图圈定成矿有利地段，本次预测结果对下一步开展找矿工作部署具有重要的指导作用。本发明可以降低由于证据图层不满足条件独立性假设对预测结果产生的影响。
-
公开(公告)号：CN109166050A
公开(公告)日：2019-01-08
申请号：CN201811059538.4
申请日：2018-09-12
Applicant: 中山大学
IPC: G06Q50/02
Abstract: 本发明公开了一种地球化学异常信息提取方法，本发明是根据双对数图中各拟合直线段的交点可以确定区域异常和局部异常的异常下限值，从而为划分地球化学背景、区域异常与局部异常提供依据。基于研究区复杂的多重地球化学背景，多重分形滤波技术能够克服高背景，从中提取出弱异常，这些异常不仅与多数已发现矿床吻合，在未知区得到的弱异常也有进一步开展工作的意义，这为该区矿床勘查提供了新的靶区，为未知矿床的探寻提供了新的启示。
-
公开(公告)号：CN109147876A
公开(公告)日：2019-01-04
申请号：CN201811059539.9
申请日：2018-09-12
Applicant: 中山大学
Abstract: 本发明公开了一种地球化学异常识别方法，本发明是通过C‑A分形模型的算法是先将地球化学数据进行数据网格化，然后绘制元素含量等值线图，记N(r)为等值线图元素含量为r时对应的面积，从而得到数据(N(r1),N(r2),N(r3),…,N(rn))(r1,r2,r3,…,rn)，代入分形模型(1)然后利用最小二乘法即可求得相应的分维数。通过本发明的识别方法在表明庞西垌地区银金矿床具有分形特征对矿区内银矿储量进行过预测取得了满意的效果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
