摘要
本发明属于地质勘查与数据挖掘技术领域,本发明公开了一种基于机器学习的找矿预测方法;包括对多源地质数据进行预处理,得到标准化地质数据集;多源地质数据包括地球物理数据、地球化学数据和遥感数据;基于预设特征提取算法对标准化地质数据集进行特征提取,得到多维特征集;构建地质空间分布特征图,并基于地质空间分布特征图对多维特征集进行空间增强,基于预设机器学习模型对空间增强特征集进行训练,利用找矿预测模型对目标区域的地质数据进行预测,得到找矿预测结果;找矿预测结果包括矿化概率分布图和不确定性分布图;基于找矿预测结果进行找矿靶区优化,得到优化后的找矿靶区,实现基于机器学习的找矿预测。
技术关键词
空间分布特征
找矿靶区
特征提取算法
地球物理数据
优化预测模型
机器学习模型
存储计算机程序
主成分分析算法
数据挖掘技术
组合算法
深度学习模型
卷积算法
蒙特卡洛
格式
遗传算法
风险
超参数
可读存储介质