摘要
本发明提供一种基于多源数据的铜矿预测方法,所述方法包括:S11、以铜矿地质报告为数据源,所述铜矿地质报告包括地质图、地球物理数据、地球化学样品分析结果以及遥感图像;S12、分别对S11获取的数据进行向量化处理;S13、将步骤S12处理好的信息输入机器学习模型进行特征提取,并将提取的特征填入铜矿分布图;S14、构建多模态铜矿预测模型,将铜矿分布图输入多模态铜矿预测模型进行训练,获得训练完成的多模态铜矿预测模型;S15、将新获取的铜矿地质报告输入多模态铜矿预测模型,获得对目标地区的铜矿分布预测图。本发明通过提取铜矿地质报告中多源数据的关联性和相似性,建立多模态铜矿预测模型以预测铜矿的潜在位置,提高找矿的成功率和效率。
技术关键词
铜矿
地球物理数据
多源数据信息融合
图像特征向量
多模态
机器学习模型
报告
深度卷积神经网络
坐标
GIS技术
网格
成分分析
资料
注意力
矩阵
变量
代表
动态
系统为您推荐了相关专利信息
通道注意力机制
三维医学图像数据
切片
批量
上采样
电源管理芯片
动态调节方法
多模态数据融合
动态调节系统
贝叶斯概率融合
导引运输车
设备运行参数
拓扑特征
平均故障间隔时间
拓扑图
校准特征
新能源场站
有向图结构
时序
图像特征向量