一种基于多算法融合的成矿预测方法

本发明提供了一种基于多算法融合的成矿预测方法，属于成矿预测技术领域，包括以下步骤：建立矿床模型；根据矿床模型确定研究区每个采样点与成矿相关的要素；对成矿要素数据进行预处理；通过多距离聚类方法获取负样本；将矿点作为正样本与负样本一起构建数据集；通过GBDT算法进行特征构建，得到新的特征组合；利用SVM算法训练成矿预测模型，并利用改进的粒子群优化算法寻找SVM算法中的最优参数组合；利用训练好的模型进行成矿预测。本发明采用上述的一种基于多算法融合的成矿预测方法，以解决现有技术中负样本选取困难、特征选取局限性较大、SVM算法时间消耗多、集成算法泛化能力较弱等问题，可以提高成矿预测的精确度。