دانلود مقاله انگلیسی رایگان:کاربرد یادگیری ماشین برای طبقه بندی خودکار مواد معدنی سنگین در ماسه رودخانه با استفاده از داده های SEM / EDS - 2019
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی یادگیری ماشین رایگان
  • Machine learning application to automatically classify heavy minerals in river sand by using SEM/EDS data Machine learning application to automatically classify heavy minerals in river sand by using SEM/EDS data
    Machine learning application to automatically classify heavy minerals in river sand by using SEM/EDS data

    سال انتشار:

    2019


    عنوان انگلیسی مقاله:

    Machine learning application to automatically classify heavy minerals in river sand by using SEM/EDS data


    ترجمه فارسی عنوان مقاله:

    کاربرد یادگیری ماشین برای طبقه بندی خودکار مواد معدنی سنگین در ماسه رودخانه با استفاده از داده های SEM / EDS


    منبع:

    Sciencedirect - Elsevier - Minerals Engineering, 143 (2019) 105899: doi:10:1016/j:mineng:2019:105899


    نویسنده:

    Huizhen Haoa,b, Ronghua Guoc, Qing Gua,d,⁎, Xiumian Huc


    چکیده انگلیسی:

    Heavy minerals are generally trace components of sand or sandstone. Fast and accurate heavy mineral classification has become a necessity. Energy Dispersive X-ray Spectrometers (EDS) integrated with Scanning Electron Microscopy (SEM) were used to obtain rapid heavy mineral elemental compositions. However, mineral identification is challenging since there are wide ranges of spectral datasets for natural minerals. This study aimed to find a reliable, machine learning classifier for identifying various heavy minerals based on EDS data. After selecting 22 distinct heavy minerals from modern river sands, we obtained their elemental data by SEM/EDS. The elemental data from a total of 3067 mineral grains were collected under various instrumental conditions. We compared the classification performance of four classifiers (Decision Tree, Random Forest, Support Vector Machine, Bayesian Network). Our results indicated that machine learning methods, especially Random Forest, can be used as the most effective classifier for heavy mineral classification.
    Keywords: Heavy mineral | Machine learning | Energy dispersive X-ray spectrometers | Sand | Classification | Sedimentology | Geology


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 8
    حجم فایل: 1048 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی