一种精细样本分割和小样本学习策略的成矿预测方法及系统

本发明属于成矿预测技术领域，公开了一种精细样本分割和小样本学习策略的成矿预测方法。本发明提出一个鲁棒的小样本学习框架，通过数据增强扩充了有标签数据的容量，并采用迁移学习对模型预训练和微调，使模型具有出色的预测效率，在一定程度上抑制了模型的过拟合问题，降低了模型预测的不确定性。小样本学习框架经过SMOTE对数据集平衡化，提高了数据集在训练过程中的分类精度。小样本学习框架的预测点呈拱形，有利于对高概率、低不确定性的潜在目标进行聚焦。小样本学习框架有控制过拟合的能力，并产生了具有低不确定性水平的高置信度勘探目标。