|国家科技期刊平台
| 注册
首页|期刊导航|古地理学报|中国含铝岩系中稀土元素的赋存形式:主量元素数据驱动的集成机器学习分析

中国含铝岩系中稀土元素的赋存形式:主量元素数据驱动的集成机器学习分析

周锦涛 余文超 杜远生 邓旭升 翁申富 雷志远

古地理学报2025，Vol.27Issue(2)：P.307-320,14.
✕
古地理学报2025，Vol.27Issue(2)：P.307-320,14.DOI:10.7605/gdlxb.2025.045

中国含铝岩系中稀土元素的赋存形式:主量元素数据驱动的集成机器学习分析

周锦涛 1余文超 1杜远生 1邓旭升 2翁申富 3雷志远4

作者信息

  • 1. 中国地质大学(武汉)地球科学学院,湖北武汉430074 自然资源部基岩区矿产资源勘查工程技术创新中心,贵州贵阳550081
  • 2. 自然资源部基岩区矿产资源勘查工程技术创新中心,贵州贵阳550081 贵州省地质调查院,贵州贵阳550081
  • 3. 自然资源部基岩区矿产资源勘查工程技术创新中心,贵州贵阳550081 贵州省地质矿产勘查开发局106地质大队,贵州遵义563003
  • 4. 自然资源部基岩区矿产资源勘查工程技术创新中心,贵州贵阳550081 贵州省地质矿产勘查开发局,贵州贵阳520300
  • 折叠

摘要

关键词

集成模型/铁相矿物/磷酸盐矿物/稀土矿物

分类

天文与地球科学

引用本文复制引用

周锦涛,余文超,杜远生,邓旭升,翁申富,雷志远..中国含铝岩系中稀土元素的赋存形式:主量元素数据驱动的集成机器学习分析[J].古地理学报,2025,27(2):P.307-320,14.

基金项目

国家重点研发计划项目“植物登陆的环境资源效应”(编号:2022YFF0800200)和湖北省创新群体项目“地球生物学大数据与计算模拟”(编号:2023AFA006)联合资助。 （编号:2022YFF0800200）

古地理学报

OA北大核心

1671-1505

访问量0
|
下载量0
段落导航相关论文