D0I:10.13374/1.issm100103.2009.12.0B 第31卷第12期 北京科技大学学报 Vol.31 No.12 2009年12月 Journal of University of Science and Technology Beijing Dee.2009 基于支持向量回归机的矿体品位插值 李娟李翠平李仲学 北京科技大学土木与环境工程学院，北京100083 摘要使用与自组织神经网聚类相结合的支持向量回归机预测模型对矿体体素品位进行插值，并与多边形法、距离幂次反 比法、克里格法进行对比验证.结果表明，该预测模型进行品位插值具备很好的可行性和可靠性， 关键词矿体：体视化；品位：支持向量回归机：插值 分类号TD82 Grade interpolation in orebody based on support vector regression LI Juan,LI Cui-ping,LI Zhong"-xue School of Civil and Environmental Engineering.University of Science and Technology Beijing.Beijing 100083.China ABSTRACI The method of support vector regression(SVR)in combination with self organization feature mapping (SOF M)net- work was selected for grade interpolation in orebody,and was compared to the Thiessen polygons method,the distance power inverse ratio method and the Kriging method.The result shows that the prediction model of SVR is feasible and reliable for grade estimation. KEY WORDS orebody:volume visualization:grade:support vector regression:space interpolation 近年来，可视化技术尤其是体视化技术的发展 由上述矿床体视化过程可以看出，体素的形成 为矿业工程的计算机仿真提供了新的思路。体视化 是极其关键的一步，可以说是矿床体视化的基 的目的是从复杂的体数据中产生图形，进而表现物 础].然而从原始勘探数据中，只能得到部分体素 体内部信息，使人们看到通常看不见的物体内部结 品位数据，某些体素的品位数据必须通过插值才能 构，帮助人们理解和分析问题，空间插值工作是其 得到，所谓的空间插值算法，是指由已知的空间数 中至关重要的一个步骤. 据值来估计未知的空间数据值，将插值应用在可视 实现矿床体视化的基本思路是山：获取地质勘 化过程中的数据预处理阶段]，可以减轻体视化系 探和生产勘探的原始样品资料，整理转化为空间离 统的计算量，使矿床体视化系统更专注于矿体形态 散的点数据.利用一定的空间插值方法加密出规则 的绘制和三维显示，从而大幅度提高实现体视化的 的结构化数据，把整个空间数据场划分为许多规则 效率，优化最终的显示效果，可见，研究空间插值工 的小长方体，各个长方体的顶点就是数据场的数据， 作有着重大的意义， 这些小长方体称之为体素，体素是最基本的单位， 近年来，空间插值技术，如泰森多边形法、距离 品位值就是它的空间属性值，所有的体素形成了三 幂次反比法和克里格法等已广泛应用到地矿采样数 维空间体数据.基于这些体素，运用光线投射法的 据的插值处理中山，本文将支持向量回归机技术应 原理，直接将整个的三维数据空间投影到二维屏幕 用到空间插值中，考虑体素三维空间位置和品位值 上，这样不仅显示出矿床的几何形态和表面特征，而 之间的对应关系，建立预测模型，对空间体素品位数 且显示出矿床内部矿石品位空间分布状况，实现矿 据未知的样本进行插值. 床的真三维显示 收稿日期：2009-03-11 基金项目：国家自然科学基金资助项目(N。.50604003):教有部博士点基金资助项目(N。-20060008005):“十一五"国家科技支撑计划资助项 目(No.2006BAK04B04) 作者简介：李娟(1983一)女，硕士研究生；李翠平(1973-)女，副教授，E-mail:cph@cs:utbh:edu:cm基于支持向量回归机的矿体品位插值 李 娟 李翠平 李仲学 北京科技大学土木与环境工程学院‚北京100083 摘 要 使用与自组织神经网聚类相结合的支持向量回归机预测模型对矿体体素品位进行插值‚并与多边形法、距离幂次反 比法、克里格法进行对比验证．结果表明‚该预测模型进行品位插值具备很好的可行性和可靠性． 关键词 矿体；体视化；品位；支持向量回归机；插值 分类号 TD82 Grade interpolation in orebody based on support vector regression LI Juan‚LI Cu-i ping‚LI Zhong-xue School of Civil and Environmental Engineering‚University of Science and Technology Beijing‚Beijing100083‚China ABSTRACT T he method of support vector regression （SVR） in combination with self organization feature mapping （SOF M） net￾work was selected for grade interpolation in orebody‚and was compared to the T hiessen polygons method‚the distance power inverse ratio method and the Kriging method．T he result shows that the prediction model of SVR is feasible and reliable for grade estimation． KEY WORDS orebody；volume visualization；grade；support vector regression；space interpolation 收稿日期：2009-03-11 基金项目：国家自然科学基金资助项目（No．50604003）；教育部博士点基金资助项目（No．20060008005）；“十一五”国家科技支撑计划资助项 目（No．2006BAK04B04） 作者简介：李 娟（1983—）‚女‚硕士研究生；李翠平（1973—）‚女‚副教授‚E-mail：cpli＠ces．ustb．edu．cn 近年来‚可视化技术尤其是体视化技术的发展 为矿业工程的计算机仿真提供了新的思路．体视化 的目的是从复杂的体数据中产生图形‚进而表现物 体内部信息‚使人们看到通常看不见的物体内部结 构‚帮助人们理解和分析问题．空间插值工作是其 中至关重要的一个步骤． 实现矿床体视化的基本思路是［1］：获取地质勘 探和生产勘探的原始样品资料‚整理转化为空间离 散的点数据．利用一定的空间插值方法加密出规则 的结构化数据‚把整个空间数据场划分为许多规则 的小长方体‚各个长方体的顶点就是数据场的数据‚ 这些小长方体称之为体素．体素是最基本的单位‚ 品位值就是它的空间属性值‚所有的体素形成了三 维空间体数据．基于这些体素‚运用光线投射法的 原理‚直接将整个的三维数据空间投影到二维屏幕 上‚这样不仅显示出矿床的几何形态和表面特征‚而 且显示出矿床内部矿石品位空间分布状况‚实现矿 床的真三维显示． 由上述矿床体视化过程可以看出‚体素的形成 是极其关键的一步‚可以说是矿床体视化的基 础［2］．然而从原始勘探数据中‚只能得到部分体素 品位数据‚某些体素的品位数据必须通过插值才能 得到．所谓的空间插值算法‚是指由已知的空间数 据值来估计未知的空间数据值．将插值应用在可视 化过程中的数据预处理阶段［3］‚可以减轻体视化系 统的计算量‚使矿床体视化系统更专注于矿体形态 的绘制和三维显示‚从而大幅度提高实现体视化的 效率‚优化最终的显示效果．可见‚研究空间插值工 作有着重大的意义． 近年来‚空间插值技术‚如泰森多边形法、距离 幂次反比法和克里格法等已广泛应用到地矿采样数 据的插值处理中［4］．本文将支持向量回归机技术应 用到空间插值中‚考虑体素三维空间位置和品位值 之间的对应关系‚建立预测模型‚对空间体素品位数 据未知的样本进行插值． 第31卷 第12期 2009年 12月 北 京 科 技 大 学 学 报 Journal of University of Science and Technology Beijing Vol．31No．12 Dec．2009 DOI:10．13374／j．issn1001－053x．2009．12．003