基于人工智能的地质矿产资源预测模型训练方法

本发明涉及人工智能技术领域，公开了一种基于人工智能的地质矿产资源预测模型训练方法，包括：利用数据扩充模型对地质矿产资源数据进行扩充，得到训练数据集；通过基于共轭梯度的极限学习机构建预测模型，将训练数据集中的地质矿产资源数据输入到预测模型进行训练；随机初始化极限学习机的隐藏层参数，计算隐藏层输出矩阵；通过共轭梯度法计算极限学习机的输出层权重；对隐藏层输出矩阵进行更新。本发明采用置信传播机制，能够模拟地质矿产资源数据的内在关联性，通过协方差矩阵来调整生成样本，更符合实际地质矿产资源的分布特性；采用动态约束博弈策略，动态调整生成器和判别器的策略，以增强对复杂数据的适应性。