【技术实现步骤摘要】
本专利技术涉及数据分析，特别是涉及一种矿产资源远景区圈定方法、设备、介质及产品。
技术介绍
1、矿产远景预测是矿产资源勘查的一项综合性工作，其目的是从多源非均质地球科学数据中获取与成矿有关的重要信息获得成矿潜力区。机器学习算法充分利用了多源相关地理信息深入挖掘多尺度找矿指示因素与矿床位置之间复杂的非线性关系，广泛应用于矿产找矿预测，实现找矿区智能圈定。
2、作为数据分析领域的前沿方法，浅层机器学习如随机森林、支持向量机等不依赖于数据的分布，能够从复杂的地学数据中提取内部的逻辑和关系，挖掘隐藏的地质信息，结合多源融合数据，可实现目标的高效识别。浅层机器学习算法其局限性在于有限样本情况下对复杂函数的表达能力有限，制约了对复杂数据分布问题的泛化能力。
3、相比于浅层机器学习需要依靠人工经验抽取样本特征的方式，深度学习则靠模拟人脑的神经元结构，通过对原始信号进行逐层特征变换，建立低层数据到高层特征的映射，构建一个从原始数据到有效特征的自动提取模型，以大大提升异常识别的效率和质量，具有高效、智能化的特点。同时，深度学习因能...
【技术保护点】
1.一种矿产资源远景区圈定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的矿产资源远景区圈定方法，其特征在于，采用孤立森林提取待检测矿床的背景样本，具体包括：
3.根据权利要求2所述的矿产资源远景区圈定方法，其特征在于，所述设定值为0.5。
4.根据权利要求2所述的矿产资源远景区圈定方法，其特征在于，分割所述拆分值，将当前节点的像素点划分为所选通道中的子节点，具体包括：
5.根据权利要求1所述的矿产资源远景区圈定方法，其特征在于，构建稀疏自编码器网络，具体包括：
6.根据权利要求5所述的矿产资源远景...
【技术特征摘要】
1.一种矿产资源远景区圈定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的矿产资源远景区圈定方法，其特征在于，采用孤立森林提取待检测矿床的背景样本，具体包括：
3.根据权利要求2所述的矿产资源远景区圈定方法，其特征在于，所述设定值为0.5。
4.根据权利要求2所述的矿产资源远景区圈定方法，其特征在于，分割所述拆分值，将当前节点的像素点划分为所选通道中的子节点，具体包括：
5.根据权利要求1所述的矿产资源远景区圈定方法，其特征在于，构建稀疏自编码器网络，具体包括：
6.根据权利要求5所述的矿产资源远景区圈定方法，其特征在于，采用的自相似性分形方法为数盒子方法...
【专利技术属性】
技术研发人员：阴江宁，
申请(专利权)人：中国地质科学院矿产资源研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。