تحلیل رفتار متقابل دو عنصر مس و مولیبدن از کانسار مسجد داغی با استفادهاز روش K-Means
محل انتشار: دومین همایش ملی سرب و روی ایران
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 692
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCLZ02_028
تاریخ نمایه سازی: 27 بهمن 1394
چکیده مقاله:
یکی از دیدگاه های مهم در علم داده کاوی برای تحلیل و بررسی روی حجم زیادی از داده ها و نمونه ها با مشخصه های گوناگون، دیدگاه خوشه بندی میباشد که خود شامل روشها و تکنیکهای مهمی همچون روش سلسله مراتبی، روش میانگین K ، روشهای بر مبنای چگالی، روش کوهونن، و غیره در ادبیات موضوع است و تاکنون توسط پژوهشگران مختلف به کار گرفته شده است. یکی از معروفترین الگوریتمهای خوشه بندی، الگوریتم K میانگین ( K-Means ) است. این الگوریتم تلاش میکند که بر اساس یک معیار فاصله، داده ها را به K خوشه تقسیم کند در این مطالعه سعی شده است کاربرد این روش را در ارتباط با مس و مولیبدن مورد بررسی قرار دهیم و با توجه به داده هایی که از گمانه های حفاری شده در کانسار مسجد داغی دراختیار داریم مقدار بهینه K را یافته و به کلاسه بندی دادهها اقدام کرده و به این ترتیب رابطه بین این دو عنصر در محدوده را بیابیم. پس با تغییر مقدار K از 3 تا 1 معیار ذکر شده در هر مورد تجزیه و تحلیل میشود تا K بهینه مشخص شود. طبق مشاهدات نیز عیار مولیبدن و درصد مس رابطه مستقیمی نسبت بهم دارند و با افزایش مولیبدن درصد مس نیز بصورت نمایی افرایش میابد. بنابراین با استفاده از روش پیشنهادی فوق میتوان به بررسی میزان تغییرات سرب و روی با دیگر عناصر موجود در آنالیزها و همچنین نسبت بهم پرداخت، باشد که روابط میان عناصر ، اکتشافات عمیق و گستردهتر را شایان توجه قرار دهد
نویسندگان
ترانه رودپیما
دانشجوی کارشناسی ارشد اکتشاف، دانشکده مهندسی معدن و متالورژی دانشگاه صنعتی امیرکبیر
اردشیر هزارخانی
استاد دانشکده مهندسی معدن و متالورژی دانشگاه صنعتی امیرکبیر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :