买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳大学申请的专利基于机器学习算法的深部地热靶区智能定位方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120448750B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510947414.3，技术领域涉及：G06F18/20；该发明授权基于机器学习算法的深部地热靶区智能定位方法是由胡建军;龙西亭;孙强;周书涛;胡明伟设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本基于机器学习算法的深部地热靶区智能定位方法在说明书摘要公布了：本发明公开了基于机器学习算法的深部地热靶区智能定位方法，本发明涉及地热资源勘探技术领域。包括以下步骤：S1、多源异构数据融合采集与预处理；S2、地质特征熵值量化与空间自相关分析；S3、深度特征提取与多模态特征融合；S4、多模型自适应集成与动态权重优化；S5、强化学习动态调参与异常阈值确定；S6、三维地热靶区智能定位与风险评估。该定位技术，通过机器学习算法整合地质构造、地球物理场、地球化学及遥感数据，构建高维特征向量，解决了现有技术单一依赖物理探测的局限性，同时，引入强化学习动态优化模型参数，结合实时地热井数据更新，使模型能够自适应地质条件变化，预测精度较传统方法大幅提升。

本发明授权基于机器学习算法的深部地热靶区智能定位方法在权利要求书中公布了：1.基于机器学习算法的深部地热靶区智能定位方法，其特征在于，包括以下步骤： S1、多源异构数据融合采集与预处理：采集地质构造数据、地球物理场数据、地球化学数据及遥感热红外数据，构建多源数据集，通过标准化处理消除量纲差异； S2、地质特征熵值量化与空间自相关分析：计算地质构造复杂度熵值量化数据不确定性，采用莫兰指数分析空间自相关性； 所述步骤S2中地质构造复杂度熵值计算公式为： 式中，pi为第i类地质特征的概率密度； S3、深度特征提取与多模态特征融合：采用卷积神经网络提取遥感热红外图像的纹理特征，通过长短期记忆网络提取地球物理场时间序列特征，并通过特征拼接实现多模态融合； S4、多模型自适应集成与动态权重优化：构建包含随机森林、梯度提升机、Transformer的模型组，基于自适应权重机制动态调整模型贡献度； 所述步骤S4中自适应权重计算公式为： 式中，ACCi为模型i准确率，AUCi为曲线下面积； S5、强化学习动态调参与异常阈值确定：引入强化学习算法优化模型参数，以预测误差为奖励函数；采用Otsu算法确定地热异常阈值； S6、三维地热靶区智能定位与风险评估：基于三维地质建模技术构建地热资源概率体，结合钻孔验证数据计算置信度，划定不同级别的靶区。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。