本发明属于
矿产资源预测技术领域，具体公开了基于深度学习的斑岩浅成低温热液型矿产预测方法及系统，其中方法包括：预测变量准备、预测变量数据处理、训练样本选取、模型构建及找矿靶区识别。该方案基于60m空间分辨率提取地球物理、地球化学、高光谱矿物信息数据，不使用地质要素，有效避免了地质要素不确定性的影响，提高了模型的预测精度。在矿产预测领域中，首次构建自注意力机制全连接神经网络进行监督分类式矿产资源预测，增强了预测变量间关联信息的获取能力，提升预测变量有效特征的筛选能力，从而改善了矿产资源预测精度，为有效开展机器学习在矿产资源应用提供技术基础。
声明：
“基于深度学习的斑岩浅成低温热液型矿产预测方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1220
编辑：管理员
来源：北方有色网
咨询细节
