基于BP神经网络的地质缺失数据处理方法

来源：黄金科学技术杂志2015年第5期北京时间：

作者：张玲玲，李国清*，姜光成，李威，胡乃联

单位：1.北京科技大学土木与环境工程学院，北京 100083；2.金策工业综合大学，朝鲜 平壤 999093；3.山东黄金矿业（莱州）有限公司三山岛金矿，山东 莱州 261400

摘要：在地质勘探过程中，由于技术、设备的客观条件限制，造成了部分基础地质数据的缺失，这使得矿床建模时地质数据不够完整准确，直接影响了矿体形态及储量估值的精度。为了向矿床模型的构建环节提供完整且可信的基础地质数据，首先研究了地质缺失数据的产生机制，并通过对比分析期望—极大化算法（EM算法）、马尔可夫—蒙特卡洛方法（MCMC方法）以及BP神经网络等数据插补方法的特点及适用条件，提出了基于BP神经网络的地质缺失数据处理方法，构建了地质缺失数据处理的BP神经网络模型，并在山东某金矿进行了实际应用与模型验证。结果表明，模型可以实现地质缺失数据的部分插补，插补结果可信，可以有效解决因基础资料缺失所带来的地质数据不完整问题。

关键词：地质缺失数据,数据插补,BP神经网络,EM算法,MCMC方法

基金资助：国家自然科学基金项目“金属地下矿山低品位资源动态评估理论与方法研究”（编号：51104010）和中央高校基本科研业务费专项资金资助项目“矿山多源异构数据融合与挖掘技术研究”（编号：FRF-SD-12-001A）联合资助