基于地学信息的找矿方法及装置、电子设备、存储介质

    公开(公告)号:CN112711646B

    公开(公告)日:2023-05-16

    申请号:CN202110032104.0

    申请日:2021-01-11

    Abstract: 本发明提供一种基于地学信息的非线性定量找矿方法及装置、电子设备及存储介质,所述方法包括:通过野外地质调查收集研究区内的地质数据,对收集的所述地质数据进行校验;将所述地质数据以栅格图片形式进行存储,对栅格图片的地质数据进行几何校正、矢量化、赋予高程及相应属性值;按图层的游标对栅格图片的所有图层进行遍历处理;计算研究区的先验概率P先验和先验有利度O先验;根据所述研究区内的各个块体单元的后验概率值,生成所述研究区内的预测结果。本发明将分形及多重分形方法应用于确定部分找矿标志的异常下限以及对成矿远景区进行级别划分,使对研究区的矿藏分布更准确。

    一种矿产资源预测方法、装置、设备及计算机可读存储介质

    公开(公告)号:CN119886886A

    公开(公告)日:2025-04-25

    申请号:CN202510059751.9

    申请日:2025-01-14

    Abstract: 本申请实施例公开了一种矿产资源预测方法、装置、设备及计算机可读存储介质,该矿产资源预测方法包括:获取样本矿区对应的三维样本图像;采用初始矿产预测模型中的卷积模块对三维样本图像进行特征提取,得到第一特征向量,并采用初始矿产预测模型中具有卷积块注意模块的多个残差模块对第一特征向量进行特征提取,得到第二特征向量;采用初始矿产预测模型中的全连接层对第二特征向量进行全连接,得到目标特征向量;基于样本图像和目标特征向量对初始矿产预测模型进行模型训练,得到目标矿产预测模型;采用目标矿产预测模型对待预测区域的三维目标图像进行预测,确定待预测区域中是否具有矿产资源。

    一种基于地学数据库的半监督学习矿产资源定量预测方法

    公开(公告)号:CN113111928A

    公开(公告)日:2021-07-13

    申请号:CN202110353244.8

    申请日:2021-04-01

    Abstract: 本发明公开了一种基于地学数据库的半监督学习矿产资源定量预测方法,处理方法包括:本方法由三部分组成,第一部分为基础算法;第二部分为贝叶斯超参数优化算法;第三部分为用于评价预测方法效果和圈定找矿有利靶区的概率‑面积/体积图法,本发明的有益效果:通过上述三种方法组成的基于地学数据库的半监督学习矿产资源定量预测方法,并通过电脑软件的输入上述的三类方法,最终能达到矿产资源勘查的准确性和效率提升。

    一种基于重磁物理场使用二维经验模态分解异常分析方法

    公开(公告)号:CN113111500A

    公开(公告)日:2021-07-13

    申请号:CN202110344592.9

    申请日:2021-03-31

    Abstract: 本发明公开了一种基于重磁物理场使用二维经验模态分解异常分析方法,其特征在于,处理方法包括:本方法由三部分组成,第一部分为位场去噪,第二部分为位场分离,第三部分为位场弱异常提取,其中第一部分位场去噪利用SVD技术实现,通过理论位场模型正演异常得到加噪处理、通过加噪处理得到SVD分解,通过SVD分解得到有效阶次确定,通过有效阶次确定得到SVD重构,通过SVD重构得到去噪后的正演异常;本发明的有益效果:通过该方法能够很好地解决传统地球物理重磁(位场)勘探中异常信息的解译干扰、延拓高度的定量判别时的过于简略和模糊以及实践较少等问题。

    一种基于地学数据库的半监督学习矿产资源定量预测方法

    公开(公告)号:CN113111928B

    公开(公告)日:2023-12-29

    申请号:CN202110353244.8

    申请日:2021-04-01

    Abstract: 本发明公开了一种基于地学数据库的半监督学习矿产资源定量预测方法,处理方法包括:本方法由三部分组成,第一部分为基础算法;第二部分为贝叶斯超参数优化算法;第三部分为用于评价预测方法效果和圈定找矿有利靶区的概率‑面积/体积图法,本发明的有益效果:通过上述三种方法组成的基于地学数据库的半监督学习矿产资源定量预测方法,并通过电脑软件的输入上述的三类方法,最终能达到矿产资源勘查的准确性和效率提升。(56)对比文件马瑶等.机器学习方法在矿产资源定量预测应用研究进展《.地质科技通报》.2021,第40卷(第1期),132-141.赵永翼等.基于CART和PU算法的矿石矿物的智能识别《.沈阳师范大学学报:自然科学版》.2020,第38卷(第2期),176-182.J. C. Barsce等.Towards autonomousreinforcement learning: Automatic settingof hyper-parameters using Bayesianoptimization《.2017 XLIII Latin AmericanComputer Conference (CLEI)》.2017,1-9.

    基于地学信息的找矿方法及装置、电子设备、存储介质

    公开(公告)号:CN112711646A

    公开(公告)日:2021-04-27

    申请号:CN202110032104.0

    申请日:2021-01-11

    Abstract: 本发明提供一种基于地学信息的非线性定量找矿方法及装置、电子设备及存储介质,所述方法包括:通过野外地质调查收集研究区内的地质数据,对收集的所述地质数据进行校验;将所述地质数据以栅格图片形式进行存储,对栅格图片的地质数据进行几何校正、矢量化、赋予高程及相应属性值;按图层的游标对栅格图片的所有图层进行遍历处理;计算研究区的先验概率P先验和先验有利度O先验;根据所述研究区内的各个块体单元的后验概率值,生成所述研究区内的预测结果。本发明将分形及多重分形方法应用于确定部分找矿标志的异常下限以及对成矿远景区进行级别划分,使对研究区的矿藏分布更准确。

Patent Agency Ranking