-
公开(公告)号：CN119059502A
公开(公告)日：2024-12-03
申请号：CN202310648569.8
申请日：2023-06-02
Applicant: 中国地质大学(北京) , 中国地质大学(北京)郑州研究院
Abstract: 本发明提供了一种新型纳米晶磷灰石的快速合成方法，涉及辐射敏感的纳米晶矿物材料制备领域。该方法是将磷灰石置于10‑3Pa～10‑7Pa的真空和2.4x105ions/(nm2·s)～1.65x106ions/(nm2·s)的电子束辐照环境下，通过电子与磷灰石晶格中的目标原子发生弹性碰撞与非弹性碰撞，引起局部晶格塌陷和原子无序化，使得磷灰石完全非晶化后局部结晶，在电子束持续辐照下得到包裹纳米晶磷灰石的非晶基质。将粉体置于pH为8～10.5的溶液中消除非晶基质，得到粒径为5～10nm的纳米晶磷灰石。可以通过对电子束的加速电压与注入剂量，以及电子束辐照时间改变，实现调控纳米晶磷灰石的合成速度和粒径。该方法可简化纳米晶磷灰石合成步骤，绿色环保，具有广泛的应用前景。
-
公开(公告)号：CN115964915B
公开(公告)日：2024-06-28
申请号：CN202211648386.8
申请日：2022-12-21
Applicant: 中国地质大学(北京)
IPC: G06F30/23 , G16C10/00 , G06F111/10 , G06F111/04 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种克拉通岩石圈三维物质架构示踪方法，建立了必须符合岩石探针、岩石圈物性结构、岩石物理性质与矿物及化学组成的测试分析/模拟计算结果等观测事实，并遵循地球化学热力学‑地球动力学理论框架，克服了单一方法各自的局限性，通过由单一手段到多方法综合约束转变，实现多学科融合开展岩石圈物质组成的研究。在岩石圈三维物质架构的示踪中实现了由点到面、局部到全时空、物性到物质组成、单一方法到多学科综合约束的战略思路的转变。采用多学科融合的关键与纽带是岩石的矿物‑化学组成和物理性质，得到的研究区内典型地区岩石圈三维物质架构演变模型的准确性与完整性更可靠。
-
公开(公告)号：CN115964915A
公开(公告)日：2023-04-14
申请号：CN202211648386.8
申请日：2022-12-21
Applicant: 中国地质大学(北京)
IPC: G06F30/23 , G16C10/00 , G06F111/10 , G06F111/04 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种克拉通岩石圈三维物质架构示踪方法，建立了必须符合岩石探针、岩石圈物性结构、岩石物理性质与矿物及化学组成的测试分析/模拟计算结果等观测事实，并遵循地球化学热力学‑地球动力学理论框架，克服了单一方法各自的局限性，通过由单一手段到多方法综合约束转变，实现多学科融合开展岩石圈物质组成的研究。在岩石圈三维物质架构的示踪中实现了由点到面、局部到全时空、物性到物质组成、单一方法到多学科综合约束的战略思路的转变。采用多学科融合的关键与纽带是岩石的矿物‑化学组成和物理性质，得到的研究区内典型地区岩石圈三维物质架构演变模型的准确性与完整性更可靠。
-
公开(公告)号：CN115375642A
公开(公告)日：2022-11-22
申请号：CN202210976029.8
申请日：2022-08-15
Applicant: 中国地质大学(北京)
IPC: G06T7/00 , G01N23/223
Abstract: 本申请公开了一种基于图像处理的元素迁移检测方法及系统。首先获取待处理样品，对样品进行预处理后得到目标选取范围，并进行μ‑XRF测试得到目标选取范围的元素分布图像；然后对元素分布图像在Python的OpenCV模块进行图像处理得到元素迁移检测结果，包括元素变化曲线及迁移率结果、元素相关性结果以及元素迁移图解结果。本发明利用图像处理技术，对μ‑XRF元素分布图像进行处理，得到发生迁移的元素种类和程度，较传统方法更加便捷，准确性高，可普遍应用。
-
公开(公告)号：CN115148299A
公开(公告)日：2022-10-04
申请号：CN202210832809.5
申请日：2022-07-15
Applicant: 中国地质大学(北京)
Abstract: 本发明公开了一种基于XGBoost的矿床类型鉴别方法及系统，收集磷灰石微量元素数据，并构建训练集和测试集；基于XGBoost算法构建机器学习模型，使用所述训练集对机器学习模型进行训练，并使用所述测试集对训练的模型进行评估；将待鉴别的磷灰石微量元素数据输入至得到的机器学习模型，得到矿床成因类型预测结果。相比于传统方法，机器学习模型具有更高的准确率和可信度；可通过磷灰石微量元素鉴别矿床成因类型，和预测未知岩体的成矿潜力；该方法适用性更广，更加便捷。
-
Patent Agency Ranking
公开(公告)号：CN115148299B
公开(公告)日：2024-09-06
申请号：CN202210832809.5
申请日：2022-07-15
Applicant: 中国地质大学(北京)
IPC: G16C20/20 , G16C20/70 , G06F18/214 , G06F18/2431 , G06N20/00
Abstract: 本发明公开了一种基于XGBoost的矿床类型鉴别方法及系统，收集磷灰石微量元素数据，并构建训练集和测试集；基于XGBoost算法构建机器学习模型，使用所述训练集对机器学习模型进行训练，并使用所述测试集对训练的模型进行评估；将待鉴别的磷灰石微量元素数据输入至得到的机器学习模型，得到矿床成因类型预测结果。相比于传统方法，机器学习模型具有更高的准确率和可信度；可通过磷灰石微量元素鉴别矿床成因类型，和预测未知岩体的成矿潜力；该方法适用性更广，更加便捷。
-
公开(公告)号：CN118587271A
公开(公告)日：2024-09-03
申请号：CN202410870024.6
申请日：2024-07-01
Applicant: 中国地质大学(北京)
Abstract: 本发明公开了一种岩石CT图像分析处理方法，包括图像预处理，图像分割与自动分析，使用OpenCV和PIL对图像进行处理分析，图像预处理包括图像去噪和图像增强；通过设定阈值进行图像分割，对图像分割后的参数信息进行统计，创建与输入图像同维度的零矩阵color_mask，根据颜色的阈值范围更新out_mask和color_mask，使用cv2.findContours函数找到color_mask中的轮廓，针对每个轮廓创建与out_mask同维度的零矩阵each_mask并绘制当前轮廓；将color_mask应用到each_mask上，生成each_color_mask，对每种颜色的所有轮廓，计算总面积，面积占比，以及等效直径。本发明的一种岩石CT图像分析处理方法不仅提供了一种系统性的岩石CT图像处理方法，提高了图像质量；并且能够有效进行孔裂隙提取和不同矿物相识别，进行矿物含量和粒度的自动分析。
-
公开(公告)号：CN118470497A
公开(公告)日：2024-08-09
申请号：CN202410690392.2
申请日：2024-05-30
Applicant: 中国地质大学(北京) , 河北雄安九康科技有限公司
IPC: G06V10/82 , G06V10/774 , G06N3/0464 , G06V10/776 , G06N3/096 , G06V10/764
Abstract: 本发明公开了一种卷积神经网络的岩石岩性自动检测系统，包括：获取模块、处理模块、建模模块、训练模块和验证模块；获取模块连接处理模块，处理模块连接建模模块，建模模块连接训练模块，一种基于卷积神经网络的岩石岩性自动检测识别方法，包括以下步骤：步骤S1：获取原始的不同岩性的岩石图像数据；步骤S2：对不同岩性的岩石图像进行预处理；步骤S3：构建卷积神经网络模型；步骤S4：采取迁移学习训练策略并配置卷积神经网络模型要素得到配置好的卷积神经网络模型；解决了无法在复杂场景下的多种岩石的岩性进行高效识别的问题。
-
公开(公告)号：CN118521868B
公开(公告)日：2024-11-05
申请号：CN202410689777.7
申请日：2024-05-30
Applicant: 中国地质大学(北京) , 银河华宇(北京)科技有限公司
IPC: G06V10/82 , G06N3/0464 , G06V10/54 , G06V10/20 , G06N3/096 , G06V10/764 , G06V10/774 , G06V10/26
Abstract: 本发明公开了一种基于深度学习算法的数据驱动型矿石预测方法和系统，该系统能够用于实施上述的数据驱动型矿石预测方法，具体的，包括：数据集预处理，对原始图像数据进行预处理，包括数据集划分、数据增强、类别不平衡处理、数据标准化和预测试；构建并联式全局‑局部模型，构建并训练带有ECA和不带ECA的父模型，并将它们分别进一步细分为局部和全局两个子模型。将训练好的模型结果进行输出和解释。包括模型集成，通过硬投票获得最终模型权重，以及可视化输出，使用Grad‑CAM将模型的输出可视化为热力图，提供对模型预测结果的解释性分析。本发明的优点是：提高了矿石分选的效率，提高了矿石的预测准确性和鲁棒性，降低了训练成本。
-
公开(公告)号：CN118626833A
公开(公告)日：2024-09-10
申请号：CN202410690525.6
申请日：2024-05-30
Applicant: 中国地质大学(北京) , 保定市佳宇软件科技有限公司
IPC: G06F18/2132 , G06F18/214 , G06F18/241 , G06N20/00 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于XGboost算法的碎屑锆石物源判别方法和系统，包括以下步骤：收集A1、A2、S、I花岗岩中锆石的微量元素数据，筛选出数据较为集中的元素。构建具有地质意义的元素比值，获得数据集Dataset 1。在Dataset 1上训练XGBoost模型，选择排名前9的元素或元素比值作为最终训练模型的特征，构建新数据集Dataset 2。在训练集上选择XGBoost算法进行训练。使用优化框架调优XGBoost模型的超参数，以最大化F1分数为目标。使用训练好的XGBoost模型将预处理后的未知样本数据输入模型，进行预测，并输出输出结果。本发明的优点是：提高了数据处理的效率和物源判别的精准性，适用于全球各个地区的碎屑锆石物源判别，不受地理位置的限制。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.079 seconds)
