Behavior of Gold, Arsenic, and Antimony Elements (eBook)
40 Seiten
GRIN Verlag
978-3-346-21890-2 (ISBN)
The k-means method is employed in this study to cluster data points and identify similarities between them. By minimizing the Euclidean distances between data points and their assigned cluster centers, the method aids in clustering the elements effectively. The study also uses clustering quality functions and the utility rate of the sample in the desired cluster to determine the optimal number of clusters.
In recent years, the accurate estimation of mineral tonnage has become crucial for mineral projects, leading to the development of various methods for grade estimation, including geometric and geostatistical approaches. The k-means clustering method is introduced as a novel approach for estimating the grade of mineral elements.
Cluster analysis is widely used in the earth sciences, connecting observations with similarities and assisting in the identification of patterns. It is particularly useful when there is limited prior information about the data's internal structure. K-means clustering is an exclusive and widely studied method used for grouping samples into k classes, aiming to minimize the total Euclidean distances of each sample from their assigned class center.
This method has various applications in geological terrain division, vegetation effect classification, geochemical pattern presentation, and more. In this article, it is applied to understand the behavior of gold, arsenic, and antimony elements in the geological area, and the results are utilized to estimate the gold grade. The analysis is carried out using MATLAB and SPSS software, based on data collected from drainage sediments in the region.
Erscheint lt. Verlag | 4.8.2020 |
---|---|
Verlagsort | München |
Sprache | englisch |
Themenwelt | Naturwissenschaften ► Geowissenschaften ► Allgemeines / Lexika |
Naturwissenschaften ► Geowissenschaften ► Geografie / Kartografie | |
Schlagworte | antimony • arsenic • Behavior • Elements • Gold • K-means • MATLAB • Method • spss-software |
ISBN-10 | 3-346-21890-2 / 3346218902 |
ISBN-13 | 978-3-346-21890-2 / 9783346218902 |
Haben Sie eine Frage zum Produkt? |
Größe: 5,1 MB
Digital Rights Management: ohne DRM
Dieses eBook enthält kein DRM oder Kopierschutz. Eine Weitergabe an Dritte ist jedoch rechtlich nicht zulässig, weil Sie beim Kauf nur die Rechte an der persönlichen Nutzung erwerben.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich