基于深度学习的地学表格数据增强方法、装置及系统和存储介质

本发明属于资源勘查、地质填图和环境监测技术领域，公开一种基于深度学习的地学表格数据增强方法、装置及系统和存储介质，其中方法通过将数据集中的连续特征向量作为条件输入，保留其物理属性和多尺度关联性；并构建基于随机森林、SVM和XGBoost的分类投票器，实现离散特征的预测与补全，有效应对小样本离散标签不足的问题。为系统评估模型性能，还构建了多维度评价体系。以多组岩芯分析数据为例的实验结果表明，与目前最优的CTGAN模型相比，ICG‑GAN生成的数据分布更接近原始数据，在六项应用指标上均实现显著性能提升。