عادل شیرازی - دانشجوی دکتری مهندسی اکتشاف معدن، دانشگاه صنعتی شاهرود
عارف شیرازی - دانشجوی کارشناسی ارشد دانشگاه صنعتی امیرکبیر
رضا روکی - استادیار گروه مهندسی معدن دانشگاه صنعتی بیرجند
اردشیر هزارخانی - استاد، دانشکده مهندسی معدن و متالورژی، دانشگاه صنعتی امیرکبیر

یکی از دیدگاههای مهم در علم دادهکاوی برای تحلیل و بررسی حجم زیادی از دادهها و نمونهها با مشخصههای گوناگون،دیدگاه خوشهبندی میباشد که خود شامل روشها و تکنیکهای مهمی همچون روش سلسله مراتبی، روش کا میانگین، روشهای مبتنی بر چگالی، روش کوهونن، و غیره بوده و تاکنون توسط پژوهشگران مختلف به کار گرفته شده است. یکی از معروفترین الگوریتمهای خوشهبندی، الگوریتم کا میانگین است. این الگوریتم تلاش میکند که بر اساس یک معیار فاصله، دادهها را به K خوشه تقسیم نماید. در این مطالعه سعی شده است، کاربرد این روش در ارتباط با عناصر مس وروی مورد بررسی قرار گیرد و با توجه به دادههای ژیوشیمیایی گمانه های حفاری شده در منطقه معدنی مسگران دراستان خراسان جنوبی، مقدار بهینه K مشخص و دادهها کلاسه بندی گردیده و به این ترتیب رابطه بین این دو عنصر درمحدوده بارز شود. این کار با تغییر مقدار K از 2 تا 10 معیار ذکر شده در هر مورد تجزیه و تحلیل میشود تا K بهینه مشخص شود. طبق مشاهدات ، عیار مولیبدن و مس رابطه مستقیمی نسبت بهم دارند و با افزایش غلظت عنصر مس، غلظت روی ابتدا افزایش و سپس کاهش یافت و به صورت درجه دو با تقعر منفی تعریف شد. بنابراین با استفاده از روش پیشنهادی این مقاله میتوان به بررسی میزان تغییرات سایر عناصر موجود در آنالیزها پرداخت. همچنین با کمک این روش و تعیین ارتباط میان عناصر شاید بتوان اکتشافات عمیق و گستردهتری را انجام داد

مس، روی ، کلاس بندی، K-Means ، مسگران