｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,3,22]]，“date time”：“2024-03-22T15:41:50Z”，“timestamp”：1711122110082｝，“reference count”：94，“publisher”：“Elsevier BV”，“license”：[｛“start”：｛“date parts”：[[2021,2,1]]，“date time”：“2021-02-01T00:00:00Z”，“timestamp”：1612137600000｝，“内容版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“中国自然科学基金会”，“DOI-asserted-by”：“publisher”}，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“交叉标记限制”：true}，短集装箱舱位”用法：[“Computers&Geosciences”]，“published-print”：{“date-parts”：[2021,2]]}，“DOI”：“10.1016\/j.cageo.2020.104667”，“type”：“journal-article”，“created”：{-“date-ports”：[20200,11,21]]，“date-time”：“2020-11-21T07:05:44Z”，“timestamp”：1605942344000}，”page：“104667“，”“update-policy”：”http://\/dx.DOI org\/10.1016\/elsevier_cm_policy“，”源“：”Crossref“，“is-referenced-by-count”：39，“title”：[“一种用于矿产远景图绘制的正向和未标记学习算法”]，“prefix”：“10.1016”，“volume”：“147”，“author”：[{“给定”：“Yihui”，“family”：“Xiong”，“sequence”：“first”，“affiliation”：[]}，{“give”：“Renguang”，“家族”：“Zuo”，“序列”：“additional”，“从属”：[]}]，“member”：“78”，“reference”：[}“key”：“10.1016\/j.cageo.2020.104667_bib1”，“首页”：“483”，“article-title”：“矿产勘查中的逻辑回归和证据建模权重”，“author”：“Agterberg”，“year”：“1999”}，{“key”：“10.101-/j.cage o.2020.1024667_ib2”，“doi-asserted-by”：“crossref”，“first-page”：“1”，”doi“10.1007\/s1153-005-4674-0”，“article-titel”：“测量矿物潜能图的性能”，“卷”：“14”，“作者”：“Agterberg”，“年份”：“2005”，“日志标题”：“Nat.Resour.Res.”}，{“key”：“10.1016\/j.cageo.2020.104667_bib3”，“doi-asserted-by”：“crossref”，“首页”：“325”，“doi”：“101093\/ijlct\/ctu034”，“article-title”：“应用复杂的方法预测盐水中的CO2溶解度：应用于CO2封存”，“卷”：“11”，“作者”：“Ahmadi”，“年份”：“2016”，“期刊标题”：“Int.J.Low Carbon Technol.”}，｛“key”：“10.1016\/J.cageo.202101467_bib4”，“doi asserted by”：“crossref”，“首页”：“716”，“doi”：“10.1016\/J.fuel.2020.05.050”，“文章标题”：“利用进化算法概念预测自然枯竭导致沥青质沉淀的新方法”，“体积”：“102”，“作者”：“Ahmadi”，“年份”：“2012年”，“期刊标题”：“燃料”}，{“关键”：“10.1016\/j.cageo.2020.104667_bib5”，“doi-asserted-by”：“crossref”，“首页”：“1085”，”doi“10.1016 \/j.asoc.2012.10.009”，“article-title”：“进化人工神经网络和帝国主义竞争算法预测油藏石油流量”，“体积”：“13”，“作者”：“Ahmadi”，“年份”：“2013年”，“期刊标题”：“应用软件计算”}，{“键”：“10.1016\/j.cageo.2020.104667_bib6”，“doi-asserted-by”：“crossref”，“首页”：“241”，“doi”：“1016\/j燃料.2014.01.073”，“文章标题”：“确定退化凝析气藏凝析气比的进化预测模型”，“体积”：“124”，“作者”：“Ahmadi”，“年份”：“2014年”，“期刊标题”：“燃料”}，{“关键”：“10.1016\/j.cageo.2020.104667_bib7”，“doi-asserted-by”：“crossref”，《首页》：“183”，”doi“10.1016 \/j.petrol.2014.08.026”，“article-title”：“连接论模型通过岩石物理测井预测石油储层的孔隙度和渗透率：人工智能的应用”，“卷”：“123”，“作者”：“Ahmadi”，“年份”：“2014”，“期刊标题”：“J.Petrol.Sci.Eng.”}，{“键”：“10.1016\/J.cageo.2020.104667_bib8”，“doi-asserted-by”：“crossref”，“首页”：“7”，“doi”：“10.1016\/j.petrol.2014.05.023”，“article-title”：“估算退化凝析气藏露点压力的稳健智能工具：粒子群优化的应用”，“volume”：“123”，“author”：“Ahmadi”，“year”：“2014”，“journal-title“：”j.petrol.Sci.Eng.“}，{”key“：”10.1016\/j.cageo.2020.104667_bib9“，”doi-asserted-by“：“crossref”、“first page”：“154”，“DOI”：“10.1016\/j.fuel.2014.08.044”，“article-title”：“预测整个油田盐水中溶解碳酸钙浓度的严格模型：压力和温度的副作用”，“体积”：“139”，《作者》：“Ahmadi”，“年份”：“2015”，“期刊标题”：“fuel”}，{“key”：“10.1016\/j.cageo.2020.104667_bib10”，“doi-asserted-by”：“crossref”，“first page”：“6592”，“doi”：“10.1029\/2018JB015911”，“article-title”：“机器学习在常规生成的InSAR数据中的火山变形分类中的应用”，“volume”：《123》，“author”：“Anantrasirichai”，“year”：“2018”，“journal-title“j.Geohys.Res.：Solid Earth”}，{“key”：“10.1016\/j.cageo.2020.104667_bib11”，“first-page”：“2712”，“article-title”：“通过决策树归纳法估计正数据和未标记数据中的类优先级”，“author”：“Bekker”，“year”：“2018”}，{“issue”：“4”，“key“：”10.1016\/j.cage o.2020.10667_bib12“，”doi-asserted-by“：”crossref“，”first-page:“719”，“doi”：“101007\/s10994-020-05877-5“，“article-title”：“从正面和未标记的数据中学习：一项调查”，“卷”：“109”，“作者”：“Bekker”，“年份”：“2020年”，“日记标题”：“Mach.Learn.”}，{“关键”：“10.1016\/j.cageo.2020.104667_bib13”，“首页”：“2973”，“文章标题”：”半监督查新“，“卷“11”，“作家”：“Blanchard”，“年度”：“2010”，“日志标题”：。机器。学习。研究“}，{”key“：”10.1016\/j.cageo.2020.104667_bib14“，”series-title“：”地球科学家地理信息系统：用GIS建模“，”first page“：“1”，”author“：”Bonham-Carter“，”year“：”1994“}”，{“key”：“10.1016\/j.cage o.2020.10667_bib16”，“series-ttle”：“”GIS中的地球化学异常和矿产远景制图。《勘探与环境地球化学手册》，“作者”：“Carranza”，“年份”：“2008”}，{“关键”：“10.1016\/j.cageo.2020.104667_bib17”，“doi-asserted-by”：“交叉引用”，“首页”：“777”，“doi”：“101016\/j.oregeorev.2014.08.010”，“文章标题”：“菲律宾碧瑶区金矿远景的数据驱动预测制图：随机森林算法的应用“，”卷“：”71“，”作者“：”卡兰萨“，”年份“：”2015“，”期刊标题“：”矿石地质。Rev.“}，{”key“：”10.1016\/j.cageo.2020.104667_bib18“，”doi-asserted-by“：”crossref“，”first page“：“60”，“doi”：“10.1016\/j.cage o.2014.10.004”，“article-title”：“Abra（菲律宾）少数找矿远景和数据缺失值的随机森林预测模型”，“volume”：“74”，“author”：“Carranza”，“year”：“2015”，“journal-title“：”计算。地质科学。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib19“，”doi-asserted-by“：”crossref“，”first page“：“2102”，“doi”：“10.1109\/18.556600”，“article-title”：“未知混合参数模式识别中标记和未标记样本的相对值”，“volume”：“42”，“author”：“Castelli”，“year”：“1996”，“journal-title“：”IEEE Trans.Inf.Theor.“}”，{“key”：”10.1016\/j.cageo.2020.104667_bib20“，”first page“：”465“，”article-title“：”Learning from the Positive and Unlabelled Examples Using Maximum Margin Clustering“，”author“：”Chaudhari“，”year“：”2012“}，{“key”：“10.1016\/j.cage o.2020.10667_bib21”，”doi-asserted-by“：”crossref“，”第一页“：”749“，”doi“：”10.1016\\j.oregeorerev.2014.08.012“，”article-ti标题“：”使用限制的Boltzmann机器绘制矿藏潜力”，“卷”：“71”，“作者”：“陈”，“年份”：“2015年”，“期刊标题”：“矿石地质学”。Rev.“}，{”key“：”10.1016\/j.cageo.2020.104667_bib22“，”doi-asserted-by“：”crossref“，”first page“：“639”，“doi”：“10.1080\/08120009.2017.1328705”，“article-title”：“利用一类支持向量机绘制矿产远景图，从数字地质调查数据中识别多元地质异常”，“volume”：“64”，“author”：“Chen”，“year”：“”2017年，“新闻标题”：“澳大利亚。地球科学杂志。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib23“，”doi-asserted-by“：”crossref“，”first page“：“31”，“doi”：“10.1007\/s11053-018-9375-6”，“article-title”：“隔离林作为一种替代数据驱动的、数据处理效率更高的矿产远景填图方法”，“volume”：“28”，“author”：“Chen”，“year”：“2019”，“journal-title“：”Nat。资源。研究“}，{”key“：”10.1016\/j.cageo.2020.104667_bib24“，”doi-asserted-by“：”crossref“，”first page“：“1063”，“doi”：“10.1080\/2150704X.2016.1217437”，“article-title”：“积极和未标记学习分类训练策略的效果：陆地卫星图像测试”，“volume”：“7”，“author”：“Chen”，“year”：“2016”，“journal-title“：”“遥感快报”}，}“key“：”10.1016\/j.cageo.2020.104667_bib25“，”doi-asserted-by“：”crossref“，”first page“：“314”，“doi”：“10.1016\/j.oregeorev.2006.10.002”，“article-title”：“利用水系沉积物地球化学数据绘制奇点，预测中国云南个旧未发现矿床”，“volume”：“32”，“author”：“Cheng”，“year”：“2007”，“新闻标题“：”矿石地质。Rev.“｝，｛”key“：”10.1016\/j.cageo.2021014667_bib26“，”doi断言“：”crossref“，”第一页“：”575“，”doi“：”10.1007\/s1064-015-0759-0“，”文章标题“：”滑坡易感性测绘种子细胞采样策略的修改：加里波利半岛东部（土耳其卡纳卡莱）的应用“，”卷“：”75“，”作者“：”Dagdelenler，“年份”：“2016年”，“新闻标题”：“牛市”。工程地质。环境。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib27“，”doi-asserted-by“：”crossref“，”first page“：“264”，“doi”：“10.1109\/TGRS.2003.817815”，“article-title”：“带内核的经济高效的半监督分类器方法”，“volume”：“42”，“author”：“Dundar”，“year”：“2004”，“journal-title“：”IEEE Trans.Geosci.Rem.Sens.“}”，{“key”：”10.1016\/j.cageo.2020.104667_bib28“，“首页”：“213”，“文章标题”：“仅从阳性和未标记的数据学习分类器”，“作者”：“Elkan”，“年份”：“2008”}，{“键”：“10.1016\/j.cage o.2020.10667_bib29”，“doi-asserted-by”：“crossref”，“首页面”：“107”，“doi”：“101007\/s11053-008-9072-y”，“论文标题”：”关于盲测试和空间预测模型”，“卷”：“17”，“作者”：“Fabbri”，“年份”：“2008”，“新闻标题”：“自然资源”。研究“}，{”key“：”10.1016\/j.cageo.2020.104667_bib30“，”doi-asserted-by“：”crossref“，”first page“：“861”，“doi”：“10.1016\/j.patrec.2005.1010”，“article-title”：“ROC分析简介”，“volume”：“27”，“author”：“Fawcett”，“year”：“2006”，“journal-title“：”Pattern Recogn.Lett.j.cageo.2020.104667_bib31“，”doi-asserted-by“：”crossref“，”首页”：“6”，“DOI”：“10.1109\/TKDE.2006.16”，“文章标题”：“无反例的文本分类重新审视”，“卷”：“18”，“作者”：“冯”，“年份”：“2005”，“期刊标题”：“IEEE Trans。知识。Data Eng.“}，{”key“：”10.1016\/j.cageo.2020.104667_bib32“，”first page“：“47”，”article-title“：”海洋火山沉积成因马坑铁矿床地质特征“，”volume“：3”，”author“：”Ge“，”year“：”1981“，”journal-title”：“Acta Geol.Sin.”}，“key”：“10.1016\/j.cage o.2020.10667_bib33”，“doi-asserted-by”：“crossref”，“first”页面“：”1697”，“DOI”：“10.1080\/13658816.2010.546360”，“文章标题”：“使用一类数据预测地理事件的潜在分布：概念和方法”，“卷”：“25”，“作者”：“郭”，“年份”：“2011”，“期刊标题”：《国际地理杂志》。信息科学。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib34“，”首页“：”1“，”article-title“：”福建省马坑铁矿床海底火山热液沉积成矿作用的地质地球化学特征“，”volume“：“7”“，”author“：”Han“，”year“：”1983“，”journal-tittle“中国地质科学院矿产研究所”}，”{“key”：“”10.1016\/j.cageo.2020.104667_bib35“，”doi-asserted-by“：”crossref“，”first page“：”1544“，”doi“：”10.1109\/TKDE.2018.2861006“，”article-title“：”地球科学的机器学习：挑战与机遇“，”volume“：“31”，”author“：”Karpatne“，”year“：”2018“，”journal-title”：“IEEE Trans。知识。Data Eng.“｝，｛“key”：“10.1016\/j.cageo.202104667_bib36”，“doi断言者”：“crossref”，“首页”：“2373”，“doi”：“10.1007\/s10489-017-1076-z”，“文章标题”：“从积极和未标记的例子中进行全球和本地学习”，“卷”：“48”，“作者”：“Ke”，“年份”：“2018”，“期刊标题”：“Appl.Intell.”｝，｛“key”：“10.1016\/j.cageo.202104667_bib37“，”doi-asserted-by“：”crossref“，”first page“：”345“，”doi“：”10.1017\/S026988891300043X“，”article-title“：”一级分类：技术研究和综述的分类法“，”volume“：“29”，”author“：”Khan“，”year“：”2014“，”journal-title”：“Knowl”。Eng.Rev.“}，{”key“：”10.1016\/j.cageo.2020.104667_bib38“，”doi-asserted-by“：”crossref“，”first page“：“1496”，“doi”：“10.1109\/TNN.2003.820446”，“article-title”：“使用最少数量的查询从标记和未标记的数据中学习”，“volume”：“14”，“author”：“Kothari”，“year”：“2003”，“journal-title“：”IEEE Trans.Neural Network“}”，{“issue”：“”4“，”键“：”10.1016\/j.cageo.2020.104667_bib39“，”doi-asserted-by“：”crossref“，”first page“：”B183“，”doi“：”10.1190\/geo2017-0590.1“，”article-title“：”应用于地球物理和遥感数据的随机森林岩性填图：澳大利亚东部金矿的示范研究“，”volume“：“83”，“author”：“Kuhn”，“year”：“2018”，“journal-title”：“”地球物理“}，{“key”：“10.1016\/j.cageo.2020.104667_bib40”，“首页”：“1780”，“文章标题”：“福建省潘田铁矿床花岗岩的岩石地球化学特征和锆石LA-ICP-MS U-Pb年龄及其与成矿的关系”，“体积”：“30”，“作者”：“来”，“年份”：“2014”，“期刊标题”：10.1016\/j.cageo.2020.104667_bib41“，”doi-asserted-by“：”crossref“，”first page“：”717“，”doi“：”10.1109\/TGRS.2010.2058578“，”article-title“：”一类远程数据分类的正向无标记学习算法“，”volume“：“49”，“author”：“Li”，“year”：“2010”，“journal-title”：“IEEE Trans。地质科学。Rem.Sens.“}，{”key“：”10.1016\/j.cageo.2020.104667_bib42“，”doi-asserted-by“：”crossref“，”first page“：“104747”，”doi“：”101016\/j.apgeochem.2020.104747“，”article-title“：”基于卷积神经网络和转移学习的安徽省官甸\u2013-张八岭地区金矿化探找矿前景建模”，“卷”：“122”，“作者”：“李”，“年份”：“2020”，“期刊标题”：“应用。地球化学。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib43“，”article-title“：”矿产远景图深度卷积神经网络的随机降维数据增强“，”author“：”Li“，”year“：”2020“，”journal-title”：“Nat.Resour.Res.”}“闽西南晚古生代-三叠纪构造演化与铁多金属矿床成矿规律研究”，“作者”：“林”，“年份”：“2011”}，{“关键”：“10.1016\/j.cageo.2020.104667_bib94”，“系列标题”：“第三届IEEE国际数据挖掘会议”，“首页”：“179”，“文章标题”：使用正面和未标记示例构建文本分类器“，”author“：”Liu“，”year“：”2003“}，{“key”：“10.1016\/j.cageo.2020.104667_bib45”，“series-title”：“部分监督的文本文档分类”，“first page”：”387“，”volume“：”vol.2“，”author“:”Liuarticle-title“：”部分监督分类：基于加权未标记样本的支持向量机“，”author“：”Liu“，”year“：”2008“}，{”key“：”10.1016\/j.cageo.2020.104667_bib47“，”first-page:“139”，“article-title”：“文档分类的一类SVM”，“volume”：“2”，“author”：“Manevitz”，“year”：“2001”，“journal-title”:“j”。机器。学习。研究“}，{”key“：”10.1016\/j.cageo.2020.104667_bib48“，”doi-asserted-by“：”crossref“，”first page“：“1619”，“doi”：“10.1007\/s11053-019-09459-8”，“article-title”：“基于ANN的二氧化碳泡沫驱油实验室规模性能预测，以提高原油采收率”，“volume”：“28”，“author”：“Moosavi”，“year”：“2019”，”journal-title“：”Nat.Resour.Res.“}”，{“密钥”：“10.1016\/j.cageo.2020.104667_bib49“，”doi-asserted-by“：”crossref“，”first page“：”1536“，”doi“：”10.3390\/w10111536“，”article-title“：”使用机器学习模型进行洪水预测：文献综述“，”volume“：“10”，”author“：”Mosavi“，”year“2018”，”journal-title”：“Water”}，{“key”：“10.1016\/j.cage o.2020.10667_bib50”，“doi-assert-by”“：”crossref“，”首页“：”1“，”DOI“：”10.1016\/j.geoderma.2010.12.018“，”article-title“：”遥感在土壤和地形测绘中的应用\u2014a review“，”volume“：”162“，“author”：“Mulder”，“year”：“2011”，“journal-title”：“geoderma”}，{“issue”：“3\u20134”，“key”：“10.1016\/j.cageo.2020.104667_bib51”，“DOI-asserted-by”：“crossref”，“first page“：”171“，”DOI“：”10.1016\/j.enggeo.2008.01.004“，“article-title”：“使用不同抽样策略的logistic回归和人工神经网络编制滑坡易感性图的评估”，“卷”：“97”，“作者”：“Nefeslioglu”，“年份”：“2008”，“期刊标题”：“Eng.Geol。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib93“，”series-title“：”人工智能：智能系统指南“，”首页“：”394“，”author“：”Negnevitsky“，”年份“：”2002“}“，{“key”：“10.1016\/j.cage o.2020.16467_bib52”，“doi-asserted-by”：“crossref”，“首页”：“103”，“doi”：“101023\/A:1007692713085”，“article le-title“：”使用EM“，”volume“：”39“，”author“：”Nigam“，”year“：”2000“，”journal-title“：”Mach“对已标记和未标记文档进行文本分类。学习。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib53“，”doi-asserted-by“：”crossref“，”first page“：“853”，“doi”：“10.1016\/j.oregeorev.2014.09.007”，“article-title”：“接收器操作特征（ROC）作为远景模型验证工具\u2014a岩浆Ni\u2013Cu案例研究，芬兰北部拉普兰绿岩带”，“volume”：“71“，”作者“：”Nyk\u00e4nen“，”年份“：”2015“，”新闻标题“：”矿石地质。Rev.“}，{”key“：”10.1016\/j.cageo.2020.104667_bib54“，”doi-asserted-by“：”crossref“，”first page“：“1”，“doi”：“10.1016\/j.cage o.2005.03.018”，“article-title”：“矿产潜力图的贝叶斯网络分类器”，“volume”：“32”，“author”：“Porwal”，“year”：“2006”，“journal-title“：”Compute.Geosci.“}”，{“key”：/j.cageo.2020.104667_bib55“，”doi-asserted-by“：”crossref“，”first page“：”349“，”doi“：”10.1007\/s12040-013-0282-2“，”article-title“：”使用支持向量机和GIS绘制伊朗戈莱斯坦省滑坡敏感性图“，”volume“：“122”，”author“：”Pourghasemi“，”year“：”2013“，”journal title“：“journal of Earth System Science”}，{“key”：“10.1016\/j.cageo.2020.104667_bib91”，“doi-asserted-by“：”crossref“，”first page“：”301“，“doi”：“10.1038\/nature06595”，“article-title”：“地球科学与社会”，“volume”：“451”，“author”：“Press”，“year”：“2008”，“journal-title“：”Nature“}，{“key”：”10.1016\/j.cageo.2020.104667_bib92科学1196263“，“文章标题”：”地球系统科学促进全球可持续发展：重大挑战”，“卷”：“330”，“作者”：“里德”，“年份”：“2010年”，“期刊标题”：“科学”}，{“关键”：“10.1016\/j.cageo.2020.104667_bib56”，“doi-asserted-by”：“crossref”，《首页》：“1336”，“doi”：“101080\/13658816.2014.885527”，“文章标题”：基于随机森林的多源信息集成黄金潜力预测模型：西班牙南部Rodalquilar地区的案例研究”，“卷”：“28”，“作者”：“Rodriguez-Galiano”，“年份”：“2014年”，“期刊标题”：“Int.J.Geogr。信息科学。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib57“，”doi-asserted-by“：”crossref“，”first page“：“9276”，“doi”：“10.1002\/2017GL074677”，“article-title”：“机器学习预测实验室地震”，“volume”：“44”，“author”：“Rouet\u2010Leduc”，“year”：“2017”，“journal-title“：”Geophys.Res.Lett..cageo.2020.104667_bib58“，”doi断言者：“crossref”，“第一页”：“533”，“doi”：“10.1038\/32533a0”，“文章标题”：“通过反向传播错误学习表示法”，“卷”：“323”，“作者”：“Rumelhart”，“年”：“1986”，“期刊标题”：“Nature”}，｛“key”：“10.1016\/j.cageo.202104667_bib59”，“doi断言者：”crossref“，”第一页“：”297“，”doi“：”10.3233\/IFS-2012-0521“，”article-title“：“关于遗传编程和自适应神经模糊推理系统建模的小数据和连续数据的抽样策略”，“卷”：“23”，“作者”：“森”，“年份”：“2012年”，“期刊标题”：“J.Intell”。模糊系统。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib60“，”doi-asserted-by“：”crossref“，”first page“：“126”，“doi”：“10.1016\/j.asoc.2014.06.056”，“article-title”：“预测模型中有限数据量下模糊C均值生成合成样本的评估”，“volume”：“24”，“author”：“Sezer”，”year“2014”，“journal-title“：”Appl.Soft Comput.“}”，{“key”：“10.1016\/j.cageo.2020.104667_bib61“，”doi-asserted-by“：”crossref“，”first page“：”1017“，”doi“：”10.1007\/BF02068587“，“article-title”：“前馈神经网络在日本北库区千岛矿床搜索中的应用”，“volume”：“28”，“author”：“Singer”，“year”：“1996”，“journal-title“：”Math。地质。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib62“，”doi-asserted-by“：”crossref“，”first page“：“189”，“doi”：“10.1109\/LGRS.2008.916832”，“article-title”：“基于SVM的数据编辑，用于增强遥感图像的一级分类”，“volume”：“5”，“author”：“Song”，“year”：“2008”，“journal title”：”Geosci.Rem.Sens.Lett.IEEE“}”，{“key”：”10.1016\/j.cageo.2020.104667_bib63“，”doi-asserted-by“：”crossref“，”first page“：”102“，”doi“：”10.3390\/min10020102“，”article-title“：”使用机器学习和深度学习方法的矿产远景数据驱动预测建模：中国江西省南部的案例研究“，”volume“：“10”，”author“：”Sun“，”year“：”2020“，”journal-title:“”Minerals“}，{”key“：”10.1016\/j.cageo.2020.104667_bib64“，”doi-asserted-by“：”crossref“，”first page“：“1285”，”doi“：”101126\/science.3287615“，”article-title“：”Measuring the accurability of diagnostic systems“，“volume”：“240”，“author”：“Swets”，“year”：“1988”，“journal-title”：“science”}，”{“key”：”10.116\/j.co.2020.10467_bib65“，“doi-asserted-by”：“crossref”，“首页”：“1191”，“DOI”：“10.1016/S0167-8655（99）00087-2”，“文章标题”：“支持向量领域描述”，“卷”：“20”，“作者”：“税收”，“年份”：“1999”，“期刊标题”：“模式重新设计。莱特。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib66“，”series-title“：”用于异常网络流量检测的一类支持向量机。中国教育研究网（CERNET）“，”first page“：“310”“，”author“：”Tran“，”year“：”2004“}“福建龙岩大阳花岗岩和巨州花岗岩锆石U-Pb年代学、地球化学和Hf同位素组成及其地质意义10.1007\/s11053-019-09510-8“，“文章标题”：“通过半监督随机森林绘制矿产远景图”，“卷”：“29”，“作者”：“王”，“年份”：“2020年”，“期刊标题”：《自然资源》。研究“}，{”key“：”10.1016\/j.cageo.2020.104667_bib70“，”doi-asserted-by“：”crossref“，”first page“：“99”，“doi”：“10.1016\/S0375-6742（97）00029-0”，“article-title”：“中国地球化学填图”，“volume”：“60”，“author”：“Xie”，“year”：“1997”，“journal-title“：”j.Geochem.Explor.“}.cageo.2020.104667_bib71“，”doi-asserted-by“：”crossref“，”首页”：“182”，“DOI”：“10.1016\/j.petrol.2017.10.228”，“文章标题”：“地层岩性识别的机器学习方法评估：调整过程和模型性能的比较”，“卷”：“160”，“作者”：“谢”，“年”：“2018”，“期刊标题”：“j.petrol。科学。工程“}，{”key“：”10.1016\/j.cageo.2020.104667_bib95“，”doi-asserted-by“：”crossref“，”first page“：“75”，“doi”：“10.1016\/j.cage o.2015.10.006”，“article-title”：“使用深度自动编码器网络识别地球化学异常”，“volume”：“86”，“author”：“Xiong”，“year”：“2016”，“journal-title“：”Computers&Geosciences“}”，{“key”：”10.1016\/j.cageo.2020.104667_bib72“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“：”10.1016\/j.oregeorev.2016.11.014“，”article-title“：”误分类成本对绘制矿产远景的影响“，”volume“：“82”，”author“：”Xiong“，”year“：”2017“，”journal-title”：“Ore Geol”。Rev.“}，{”key“：”10.1016\/j.cageo.2020.104667_bib73“，”doi-asserted-by“：”crossref“，”first page“：“18”，“doi”：“10.1016\/j.cage o.2017.0.005”，“article-title”：“基于GIS的稀有事件logistic回归预测”，“volume”：“111”，“author”：“Xiong”，“year”：“2018”，“journal-title“：”Compute.Geosci.“}”，{“key”：”10.1016\/j.cageo.2020.104667_bib74“，”doi-asserted-by“：”crossref“，”first page“：”811“，”doi“：”10.1016\/j.oregeorev.2018.1006“，”article-title“：”通过大数据分析和深度学习算法绘制矿产远景图“，”volume“：“102”，”author“：”Xiong“，”year“：”2018“，”journal title“：“Ore Geol”。版次“}，{“key”：“10.1016\/j.cageo.2020.104667_bib75”，“首页”：“329”，“文章标题”：“福建省龙岩地区钟家锡2013多金属矿床石英斑岩的SHRIMP锆石U\u2013Pb测年及其地质意义”，“卷”：“27”，“作者”：“杨”，“年份”：“2008”，“期刊标题”：10.1016\/j.cageo.2020.104667_bib76“，”doi-asserted-by“：”crossref“，”first page“：”49“，”doi“：”10.1007\/s10994-005-1122-7“，“article-title”：“映射收敛的单类分类”，“volume”：“61”，“author”：“Yu”，“year”：“2005”，“journal-title“：”Mach。学习。“}，{”key“：”10.1016\/j.cageo.2020.104667_bib77“，”doi-asserted-by“：”crossref“，”first page“：“53”，“doi”：“10.1016\/j.oregeorev.2013.09.009”，“article-title”：“磁铁矿Sr\u2013Nd\u2013Pb同位素系统学：对中国南方马坑铁矿床成因的启示”，“volume”：“57”，“author”：“Zhang”，“year”：“2014”，“journal-title:”“Ore Geology”l版本“}，{“key”：“10.1016\/j.cageo.2020.104667_bib78”，“首页”：“434”，“article-title”：“福建省龙岩大阳花岗岩LA-ICP-MS锆石U-Pb年龄和Hf同位素组成”，“卷”：“26”，“作者”：“张”，“年份”：“2012”，“期刊标题”：“地球科学”}，{”key“10.1016”：“101604667_bib79”，“第一页”：：“福建省漳平市洛阳铁矿成岩成矿年代学及其地质意义。地球科学”，“卷”：“37”，“作者”：“张”，“年份”：“2012”，“期刊标题”：“中国地质大学”}，{“关键词”：“10.1016\/J.cageo.2020.104667_bib80”，“doi-asserted-by”：“crossref”，“首页”：“266”，“doi”：“10.1111\/rge.12070”，“article-title”：“中国马坑铁矿床地质特征和形成过程”，“volume”：“65”，“author”：“Zhang”，“year”：“2015”，“journal-title“：”Resour.Geol.“}，{“key”：”10.1016\/j.cageo.2020.104667_bib81“，”doi-asserted-by“：”crossref“，”first page“：”663“，”doi“：”10.1007\/s00531-014-1096-4“，”article-by蒂尔”：“中国南方马坑铁矿床的成矿年龄：来自U-Pb和Sm-Nd年代学的启示”，“卷”：“104”，“作者”：“张”，“年份”：“2015”，“期刊标题”：“国际地球科学杂志”}，{“关键词”：“10.1016\/J.cageo.2020.104667_bib82”，“doi-asserted-by”：“crossref”，“首页”：“556”，“doi”：“10.007\/s11430-015-5178-3”，“文章标题”：“福建西南成矿带矽卡岩型铁矿床找矿前景模糊证据权重与随机森林对比研究”，“卷”：“59”，“作者”：“张”，“年份”：“2016”，“期刊标题”：“中国地球科学”}，{“关键”：“10.1016\/j.cageo.2020.104667_bib83”，“doi-asserted-by”：“crossref”，“首页”：“940”，“DOI”：“10.1016\/j.scitotenv.2018.12.217”，“article-title”：“使用半监督机器学习模型评估城市洪水敏感性”，“volume”：“659”，“author”：“Zhao”，“year”：“2019”，”journal-title“：”Sci.Total Environ.“}，{“key”：”10.1016\/j.cageo.2020.104667_bib84“，”series-title“：“局部和全局一致性学习。神经信息处理系统进展”，“首页”：“321”，“作者”：“周”，“年份”：“2004”}，{“键”：“10.1016\/j.cageo.2020.104667_bib85”，“doi-asserted-by”：“crossref”，“第一页”：：“使用空间分析选择与矿化有关的元素组合”，“卷”：“184”，“作者”：“左”，“年份”：“2018”，“期刊标题”：“J.Geochem.Explor.”}，{“关键”：“10.1016\/J.cageo.2020.104667_bib86”，“doi-asserted-by”：“crossref”，《首页》：“3415”，“doi”：“101007\/s11053-09700-9”，“article-title”：“基于地理数据科学的矿产远景制图：综述”，“卷”：“29”，“作者”：“左”，“年份”：“2020”，“期刊标题”：“自然资源研究”}，{“关键字”：“10.1016\/j.cageo.2020.104667_bib87”，“doi-asserted-by”：“crossref”，“首页”：“1967”，“doi”：“1016\/j.cageo.2010.09.014”，“article-title”：“支持向量机：绘制矿产远景的工具”，“volume”：“37”，“author”：“Zuo”，“year”：“2011”，“journal-title”：“Compute.Geosci.”}，{“key”：”10.1016\/j.cageo.2020.104667_bib88“，”doi-asserted-by“：”crossref“，”first page“：”3443“，”doi“：”10.1007\/s11053-09668-6“，”article-title“：“随机负向训练样本对矿产远景填图的影响”，“volume”：“29”，“author”：“Zuo”，“year”：“2020”，“journal title”：“Nat.Resour.Res.”}，{“key”：《10.1016\/j.cageo.2020.104667_bib89》，“doi-asserted-by”：“crossref”，“doi”：“10.1016\/j.gexplo.2019.106431”，“article-title”：《地球数据科学与地球化学填图》，“volution”：”209“，“author”：“Zuo”，“year”：“2020”，“journal-title”：“J.Geochem.Explor.”}，{“key”：“10.1016\/J.cageo.2020.104667_bib96”，“doi-asserted-by”：“crossref”，“first page”：”1“，“doi”：“101016\/J.earscirev.209.02.023”，“article-title“：”深度学习及其在地球化学填图中的应用“，”volume“：”192“，”author“：”Zuo“，”year“2019”“，”日志标题“：“地球科学评论”}，{“key”：“10.1016\/j.cageo.2020.104667_bib90”，“doi-asserted-by”：“crossref”，“首页”：“502”，“doi”：“101016\/j.oregeorev.2014.09.024”，“article-title”：“因证据缺失导致的矿产远景填图不确定性评估：中国福建省西南部矽卡岩型铁矿床案例研究”，“volume”：“71”，“author”：“Zuo”，“year”：“2015”，“journal-title”：“Ore Geol.Rev.”}]，“container-title“：[”Computers&Geosciences“]，“original-title:[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com\/content\/article\/PII:S0098300420306397？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”意向应用“：”文本提示“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0098300420306397？httpAccept=text\/plain”，“content-type”：“text\/plan”，“内容-版本”：“vor”，“intended-application”：“文本-分钟”}]，“存放”：{“日期-部分”：[2023,10,13]]，“日期-时间”：“2023-10-13T03:10:06Z”，“时间戳”：1697166606000}，“分数”：1，“资源“：{“主”：{”URL“：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S0098300420306397”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2021,2]}，”references-count“：94，”alternative-id“：[”S0098300420306397“]，”URL“http://\/dx.doi.org\/101016\/j.cageo.2020.104667”，“relation”：{}，“ISSN”：[“0098-3004”]，“ISSN-type”：[{“value”：“0098-3004”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2021,2]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“This article is maintained by”}，{“value”：“A positive and unlabeled learning algorithm for mineral prospectivity mapping”，“name:”articlete“，”label“：”article Title“}，”{“value”：”Computers&Geosciences“，”name“：”journaltitle“：“Journal Title”}，{“value”：“https:\/\/doi.org\/10.1016\/j.cageo.2020.104667”，“name”：“articlelink”，“label”：“CrossRef doi link to publisher maintained version”}、{“value”：“article”，“name:”content_type“，”label“：”content-type“}，”value“：”\u00a9 2020 Elsevier Ltd.保留所有权利。“，”name“：”copyright“，”标签“：”copyright”}]，“article-number”：104667英寸}}