基于机器学习的钻孔数据隐式三维地质建模方法

来源期刊：东北大学学报(自然科学版)2019年第9期

论文作者：郭甲腾 刘寅贺 韩英夫 王徐磊

文章页码：1337 - 1342

关键词：机器学习;支持向量机;三维地质建模;隐式建模;钻孔数据;

摘    要：针对基于钻孔数据的传统显式三维地质建模方法存在过程繁琐、模型质量难以保证等缺点,本文提出了一种基于机器学习的隐式三维地质建模方法,将地层三维建模问题转换为地下空间栅格单元的属性分类问题.分别基于支持向量机、BP神经网络等分类算法,实现了钻孔数据的自动三维地质建模.实际建模结果表明,对于有限、稀疏的钻孔数据,支持向量机方法建模准确率较高,建模效率、效果优于显式建模方法.最后通过敏感性分析研究了超参数对建模结果准确率、模型形态的影响,为可控的自动三维地质建模提供了一种新的解决思路.