地质学报2022，Vol.96Issue(11)：4038-4055,18.
成分数据理论和无监督聚类K-means方法提取背景和异常信息——以安徽省兆吉口铅锌矿床为例
Identification of background and anomaly information via compositional data theory and unsupervised K-means clustering: a case study of Zhaojikou Pb-Zn ore deposit, Anhui Provicne
摘要
关键词
机器学习/无监督分类/成分数据/K-means聚类/背景异常引用本文复制引用
刘艳鹏,朱立新,马生明,段吉琳,弓秋丽..成分数据理论和无监督聚类K-means方法提取背景和异常信息——以安徽省兆吉口铅锌矿床为例[J].地质学报,2022,96(11):4038-4055,18.基金项目
本文为国家自然科学基金委青年科学基金项目(编号41902071)、国际(地区)合作与交流项目(编号42011530173)和东华理工大学博士科研启动基金项目(编号DHBK2019313)联合资助的成果. （编号41902071）
