摘要
本申请是关于一种锂矿找矿预测的方法及系统,涉及矿产勘探技术领域。一种锂矿找矿预测的方法及系统,矿体识别的预测准确率高,能够缩短勘探周期,降低勘探成本。本申请通过多维数据融合结合智能算法,实现通过预测神经网络模型输出三维成矿概率,矿体识别的预测准确率高,能够缩短勘探周期,降低勘探成本。
技术关键词
多尺度特征融合
神经网络模型
高光谱遥感数据
三维地质模型
多分支卷积神经网络
矿产勘探技术
贝叶斯神经网络
辅助决策分析
空间金字塔池化
布尔莎模型
迁移学习策略
特征金字塔网络
特征融合方法
损失函数优化
长短期记忆网络
可视化模块
演化特征
预训练模型
系统为您推荐了相关专利信息
图像特征提取模型
对象
训练样本集
特征提取方式
神经网络模型
变流方法
双向逆变系统
负荷预测模型
核主成分分析
策略
过滤方法
LightGBM模型
特征工程方法
斯皮尔曼等级相关系数
斯皮尔曼相关系数
三维地质模型
土体参数
建模方法
网格
协方差矩阵
转换误差
神经网络模型
误差统计
控制点
误差反向传播神经网络