[发明专利]一种基于神经网络模型的矿产资源预测方法及系统

摘要

本发明公开一种基于神经网络模型的矿产资源预测方法及系统，涉及地球信息科学领域，主要包括：对已知地质图进行裁剪，得到包含有多个采样点的研究区；根据地球物理异常信息构建缓冲区；根据采样点的位置信息和缓冲区中心线得到成矿概率权重值；根据采样点的位置信息以及三叠系滑石关组与硅质角砾岩重要性的线性关系计算成矿概率特征值；根据权重表计算数据标签；构建行数与采样点个数等同的矩阵数据集，每行数据对应一采样点包含的地球化学元素含量、成矿概率权重值、成矿概率特征值和数据标签；利用矩阵数据集对构建的神经网络模型进行训练和优化；利用训练和优化后的模型对待测区预测，圈定矿产资源靶区。本发明能够实现预测结果更精确。

主权项

1.一种基于神经网络模型的矿产资源预测方法，其特征在于，包括：对集合有多元地质信息的已知地质图进行裁剪，得到包含有多个采样点的研究区；所述研究区包含每个所述采样点的位置信息、地球化学元素含量和地球物理异常信息；根据所述地球物理异常信息构建缓冲区；根据每个所述采样点的位置信息和所述缓冲区的中心线得到每个所述采样点的成矿概率权重值；根据每个所述采样点的位置信息以及所述研究区内三叠系滑石关组与硅质角砾岩体重要性的线性关系，计算每个所述采样点的成矿概率特征值；根据所述已知地质图的权重表计算每个所述采样点的数据标签；构建矩阵数据集；所述矩阵数据集的行数与所述采样点的个数等同，每一行数据对应一个所述采样点包含的所有信息，所述信息包括所述采样点的地球化学元素含量、成矿概率权重值、成矿概率特征值和数据标签；构建基于全连接层的深度学习回归神经网络模型；利用所述矩阵数据集对所述神经网络模型进行训练和优化，得到训练和优化后的神经网络模型；所述训练和优化后的神经网络模型的输出为矿产资源靶区；对待预测地区采集的地质图进行处理，并将处理结果输入所述训练和优化后的神经网络模型，圈定待预测地区的矿产资源靶区。