咨询与建议

限定检索结果

文献类型

  • 1 篇 期刊文献

馆藏范围

  • 1 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 1 篇 工学
    • 1 篇 控制科学与工程
    • 1 篇 计算机科学与技术...
    • 1 篇 地质资源与地质工...
    • 1 篇 软件工程
  • 1 篇 管理学
    • 1 篇 管理科学与工程(可...

主题

  • 1 篇 矿物共生网络分析
  • 1 篇 大数据
  • 1 篇 大量罕见事件频率...
  • 1 篇 含铈矿物
  • 1 篇 机器学习

机构

  • 1 篇 中国科学院大学
  • 1 篇 中国科学院广州地...
  • 1 篇 中国科学院深地科...
  • 1 篇 包钢集团矿山研究...

作者

  • 1 篇 古丽妮尕尔
  • 1 篇 席佳鑫
  • 1 篇 孟文祥
  • 1 篇 杨莉
  • 1 篇 朱建喜
  • 1 篇 林枭举
  • 1 篇 杨宜坪
  • 1 篇 康石长
  • 1 篇 鲜海洋
  • 1 篇 杨波
  • 1 篇 邢介奇

语言

  • 1 篇 中文
检索条件"主题词=矿物共生网络分析"
1 条 记 录,以下是1-10 订阅
排序:
基于大数据和机器学习方法的含铈矿物生态学研究
收藏 引用
地球化学 2024年
作者: 古丽妮尕尔 邢介奇 康石长 席佳鑫 林枭举 杨宜坪 杨莉 杨波 孟文祥 鲜海洋 朱建喜 中国科学院广州地球化学研究所中国科学院矿物学与成矿学重点实验室广东省矿物物理与材料研究开发重点实验室 中国科学院深地科学卓越创新中心 中国科学院大学 包钢集团矿山研究院(有限责任公司)
稀土元素是发展能源转换、超导和量子工程等高新技术领域不可替代的战略性矿产资源。然而, 对于稀土矿物分布、多样性和共生规律的认识极为不足。前人通过大数据和机器学习方法对铍、硼和碳等矿物生态学和矿物共生网络的研究, 识别矿... 详细信息
来源: 同方期刊数据库 同方期刊数据库 评论