一种基于MS-1DCNN-DRS网络模型的高光谱岩性填图方法

本发明提出一种基于MS‑1DCNN‑DRS网络模型的高光谱岩性填图方法，包括步骤：步骤一：高光谱数据预处理与辅助数据收集；步骤二：高光谱数据增强；步骤三：样本数据集制作；步骤四：构建MS‑1DCNN‑DRS网络模型；步骤五：模型训练与测试；步骤六：模型保存；步骤七：岩性填图。本发明即保留了一维卷积神经网络运行效率高，地质界限跟实际相吻合这一优势，又加入了空间区域波谱信息的学习，优化了一维卷积神经网络噪点较多的问题，并通过加入深度残差收缩网络，减少高光谱影像的噪声影响以及剔除不同波段之间的相关性较高的重复信息。即保持了高效率，又保证了高精度，可快速为找矿预测提供基础信息。