摘要
本发明提供了一种基于高光谱和地球物理数据融合的深部矿产预测方法,其是先收集工作区的高光谱遥感数据和地球物理数据,并分别对高光谱遥感数据和地球物理数据进行预处理;再开展高光谱遥感数据和地球物理数据的特征提取;接着对高光谱遥感数据和地球物理数据进行融合处理;最后建立深部矿产预测模型,对深部矿产预测模型训练与验证,开展深部异常识别与靶区圈定。本发明构思合理,能够方便地融合高光谱和地球物理数据,充分利用两种方法的优点,能够提高矿产资源勘查的效率和准确性;在增强识别能力、扩大探测深度、提高预测精度、降低勘查成本、加快勘查速度、提高找矿成功率和支持可持续发展方面提供支撑。
技术关键词
地球物理数据
矿产预测方法
长短期记忆网络
高光谱遥感数据
预测模型训练
后验概率分布
贝叶斯框架
邻域系统
卷积神经网络参数
超参数
机器学习算法
主成分分析降维
训练卷积神经网络
搜索空间定义
地球物理反演
卷积神经网络提取
矿产资源勘查
评估预测模型
系统为您推荐了相关专利信息
融合大数据分析
多模态数据库
多任务深度学习模型
洞箫
智能分析模块
风险预测方法
权重机制
多头注意力机制
药液
矩阵
流量分类方法
融合策略
融合特征
时序依赖关系
神经网络单元
特征谱峰
光谱分析
光纤探头
拉曼光谱信号
长短期记忆网络
生成对抗网络模型
长短期记忆网络
多媒体
字幕
人脸