一种基于地质“大模型”的成矿异常提取方法

本发明属于固体矿产勘探技术领域，具体涉及一种基于地质“大模型”的成矿异常提取方法。相对传统的基于深度学习的成矿预测方法，能够解决陌生工作区找矿预测中工作程度低、地质资料少、已发现矿点少等条件下的实际问题。该方法通过建立空间映射打通语义空间与特征空间，构建“大模型”与“大数据”的转换桥梁，从而在极少样本的情况下实现知识与数据双驱动的找矿远景区圈定。