基于机器学习的找矿模型预测方法

    公开(公告)号:CN107038505B

    公开(公告)日:2020-06-30

    申请号:CN201710279023.4

    申请日:2017-04-25

    Abstract: 本发明属于地质勘探技术领域,具体为基于机器学习的找矿模型预测方法,建立起统一且容易区分的找矿概念模型库,以各研究区的勘查数据资料为基础,通过机器学习将找矿概念模型库中现有国内外找矿模型及控矿要素与研究区数据资料进行分析和归纳,构建找矿预测模型,将找矿预测模型中控矿要素确定后,依据研究区范围提供数据资料整理清单,完善找矿概念模型的数据基础,依据立方体定量预测系统中总结出的算法,推荐控矿要素适合的算法组合,最终在找矿概念预测模型的基础上,实现定量、定位和定概率的预测评价。本发明能快速建立起某研究区的找矿模型,且所建立的找矿模型更为全面客观,更符合实际情况。

    非线性离散推测模型找矿预测方法

    公开(公告)号:CN108229759A

    公开(公告)日:2018-06-29

    申请号:CN201810109367.5

    申请日:2018-02-05

    Abstract: 本发明公开了一种非线性离散推测模型找矿预测方法,通过确定控矿要素的最佳组合数与最佳收缩距离,解决了满足较多控矿要素组合的区域范围小、较少控矿要素组合的区域范围大,收缩距离值过小导致最终圈定的成矿有利区个数多且分布离散、收缩距离过大导致所圈定的成矿有利区范围广而失去找矿预测研究意义等问题,从而在最佳控矿要素组合数与最佳收缩距离共同作用下克服矿区信息不对称以及连续插值模型的局限性,实现控矿要素最佳组合与最佳收缩距离双重约束下成矿有利区的圈定,达到找矿预测的目的。

    一种地质图专题信息提取方法

    公开(公告)号:CN105931295A

    公开(公告)日:2016-09-07

    申请号:CN201610551178.4

    申请日:2016-07-13

    CPC classification number: G06T17/05 G06F17/30241 G06F17/30256 G06F17/30271

    Abstract: 本发明根据图例信息,针对地质图上各种要素颜色、形状、纹理、空间关系等特征的不同,采用颜色分割、边界追踪、模式识别等技术,提取出地质图中所蕴含的与矿产有关的主要信息,如地层、岩浆岩、构造、矿点等信息,形成专题信息图层。其中地质图专题信息提取方法包括:地质图数据的预处理方法,地质图专题信息提取方法,信息输出方法。解决现有地质图信息提取的难点问题,即以半结构化的标准地质图为研究对象,以地质图信息提取为目的,结合图例信息,提取出地质图中所蕴含的与矿产有关的主要信息,如地层、岩浆岩、断层、矿点等信息,构建专题信息图层,形成一套半结构化数据(图像)转换为结构数据的技术。

    一种地质图专题信息提取方法

    公开(公告)号:CN105931295B

    公开(公告)日:2019-02-12

    申请号:CN201610551178.4

    申请日:2016-07-13

    Abstract: 本发明根据图例信息,针对地质图上各种要素颜色、形状、纹理、空间关系等特征的不同,采用颜色分割、边界追踪、模式识别等技术,提取出地质图中所蕴含的与矿产有关的主要信息,如地层、岩浆岩、构造、矿点等信息,形成专题信息图层。其中地质图专题信息提取方法包括:地质图数据的预处理方法,地质图专题信息提取方法,信息输出方法。解决现有地质图信息提取的难点问题,即以半结构化的标准地质图为研究对象,以地质图信息提取为目的,结合图例信息,提取出地质图中所蕴含的与矿产有关的主要信息,如地层、岩浆岩、断层、矿点等信息,构建专题信息图层,形成一套半结构化数据(图像)转换为结构数据的技术。

    基于机器学习的找矿模型预测方法

    公开(公告)号:CN107038505A

    公开(公告)日:2017-08-11

    申请号:CN201710279023.4

    申请日:2017-04-25

    CPC classification number: G06Q10/04 G06Q50/02

    Abstract: 本发明属于地质勘探技术领域,具体为基于机器学习的找矿模型预测方法,建立起统一且容易区分的找矿概念模型库,以各研究区的勘查数据资料为基础,通过机器学习将找矿概念模型库中现有国内外找矿模型及控矿要素与研究区数据资料进行分析和归纳,构建找矿预测模型,将找矿预测模型中控矿要素确定后,依据研究区范围提供数据资料整理清单,完善找矿概念模型的数据基础,依据立方体定量预测系统中总结出的算法,推荐控矿要素适合的算法组合,最终在找矿概念预测模型的基础上,实现定量、定位和定概率的预测评价。本发明能快速建立起某研究区的找矿模型,且所建立的找矿模型更为全面客观,更符合实际情况。

    非线性离散推测模型找矿预测方法

    公开(公告)号:CN108229759B

    公开(公告)日:2021-07-27

    申请号:CN201810109367.5

    申请日:2018-02-05

    Abstract: 本发明公开了一种非线性离散推测模型找矿预测方法,通过确定控矿要素的最佳组合数与最佳收缩距离,解决了满足较多控矿要素组合的区域范围小、较少控矿要素组合的区域范围大,收缩距离值过小导致最终圈定的成矿有利区个数多且分布离散、收缩距离过大导致所圈定的成矿有利区范围广而失去找矿预测研究意义等问题,从而在最佳控矿要素组合数与最佳收缩距离共同作用下克服矿区信息不对称以及连续插值模型的局限性,实现控矿要素最佳组合与最佳收缩距离双重约束下成矿有利区的圈定,达到找矿预测的目的。

Patent Agency Ranking