基于机器学习的多元找矿数据清洗与特征提取系统

本发明涉及地球物理勘探数据处理技术领域，公开了基于机器学习的多元找矿数据清洗与特征提取系统，包括：结构场生成单元，用于根据三维地震数据构建多尺度结构张量场并提取表征地质构造的结构向量；自适应清洗单元，利用结构向量作为先验引导信息，对非地震数据进行异常值判别和插补；耦合特征生成单元，通过计算非地震数据梯度在不同尺度结构向量上的投影，生成能深度量化属性变化与构造关系的单尺度及跨尺度耦合特征；特征输出单元，用于组合清洗后的数据、耦合特征与原始地震属性，构建高维度的最终特征向量。本发明为机器学习提供了更具地质意义的输入，从而显著提升了找矿预测的精度与可靠性。