Global S&T Development Trend Analysis Platform of Resources and Environment
| 利用机器学习区分锆石以识别斑岩型铜矿 | |
| 刘学 | |
| 2023-03-10 | |
| 所属快报 | 地球科学快报 |
| 出版年 | 2023 |
| 期 | 05 |
| 语种 | 中文 |
| 领域 | 地球科学 |
| 栏目 | 前沿研究动态 |
| 中文关键词 | 铜 ; 锆石 |
| 英文关键词 | Copper Zircons |
| 中文摘要 | 2023年2月，英国伦敦帝国理工学院研究团队在《地球物理研究杂志：固体地球》发表文章《基于深度卷积神经网络的矿物结构分类：斑岩型铜矿中锆石的应用》（Mineral Texture Classification Using Deep Convolutional Neural Networks: An Application to Zircons From Porphyry Copper Deposits）称，开发出可以区分形成于铜相关岩石和花岗岩中的锆石颗粒之间微小差异的新方法，该方法可以帮助科学家寻找矿藏，并探测不同沉积物的起源。 |
| 原文题名 | Mineral Texture Classification Using Deep Convolutional Neural Networks: An Application to Zircons From Porphyry Copper Deposits |
| 原文链接 | 查看原文 |
| 文献类型 | 快报文章 |
| 条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/353585 |
| 专题 | 地球科学 |
| 推荐引用方式 GB/T 7714 | 刘学. 利用机器学习区分锆石以识别斑岩型铜矿. 2023. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 利用机器学习区分锆石以识别斑岩型铜矿.d（15KB） | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
| 利用机器学习区分锆石以识别斑岩型铜矿.j（22KB） | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [刘学]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [刘学]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [刘学]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 文件名： | 利用机器学习区分锆石以识别斑岩型铜矿.jpg |
| 格式： | JPEG |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论