简介：现有的火成岩分类方案中,存在某些岩类在分类图解上没有空间、岩类因控制参数少,投影重叠以及含有玻璃质导致一些岩石分类错误等问题.提出了以火成岩的SiO2、TiO2、Al2O3、FeO等11个氧化物成分为变量,利用人工神经网络BP网络建立火成岩岩石化学分类模型.研究表明该分类方法是合理的、可行的,取得了良好的判别分类效果,对46个检验样本的判对率达97.8%.
BP网络在火成岩岩石化学判别分类中的应用
