科研之友
微信
新浪微博
Facebook
分享链接
摘要
埃达克质岩具有重要的地球动力学和金属成矿意义，其构造背景的准确识别为探讨区域构造-岩浆演化过程提供重要依据。由于埃达克质岩源区、热源与岩浆产生机制的多样性，传统低维度地球化学手段在识别构造背景时存在局限性。随着地学数据的指数增长和人工智能的发展，机器学习为解决该问题提供了新方法。因此，本文将机器学习与地质大数据相结合，构建高精度埃达克质岩构造背景判别模型和可视化图解。文中收集了1075条全球埃达克质岩主微量地球化学数据，使用主成分分析和t分布-随机近邻嵌入等无监督学习方法进行高维数据降维，采用随机森林、支持向量机、人工神经网络和K近邻等机器学习方法训练，得出准确率为98.5%的高斯核支持向量机埃达克质岩构造背景判别器，并提出Ba vs. Sr/Nd图解，为汇聚板块边缘、板内火山活动和太古代克拉通（包括绿岩带）三种构造背景判别提供依据。这项工作将拓展机器学习在埃达克质岩构造背景研究中的应用，为构造-岩浆作用研究带来新的思路。
- 单位
