一直以來,探索玄武巖地球化學特征與大地構造環(huán)境之間的聯(lián)系是地球化學領域的一個重要研究方向。橄欖石是巖漿最早期結晶的礦物之一,其在玄武質巖漿形成和演化過程中記錄了諸多信息。鑒于此,學者們嘗試利用橄欖石的元素組成判別大洋中脊玄武巖(MORB)、洋島玄武巖(OIB)和島弧玄武巖(IAB)三種構造環(huán)境。常用的玄武巖構造環(huán)境判別圖解難以滿足精度要求,于是引入機器學習算法作為判別手段來解決上述問題。機器學習判別方法的分類效果在很大程度上取決于參數(shù)選取的合理性。為此,本文提出一種耦合灰狼優(yōu)化算法(GWO)和支持向量機(SVM)的智能判別方法。該方法利用GWO尋求SVM算法最優(yōu)參數(shù)組合,以形成橄欖石組成元素和玄武巖構造環(huán)境之間的最佳映射關系,從而實現(xiàn)對MORB、OIB和IAB三種構造環(huán)境的準確判別。此外,根據(jù)公開發(fā)表的玄武巖樣品的地球化學數(shù)據(jù),結合混淆矩陣及其衍生評價指標,通過仿真實驗、隨機子抽樣驗證和k折交叉驗證等方式評估了所提方法的判別性能。評估結果表明, GWO-SVM耦合判別方法在利用橄欖石成分判別玄武巖構造環(huán)境方面具有較好的分類效果,其判別準確率可達85%以上。由此可見,相較于傳統(tǒng)判別圖解方...

【文章頁數(shù)】：10 頁


本文編號：3910224