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！

龙图腾网获悉河海大学;南京晓庄学院申请的专利基于多源小样本联合学习的矿产资源分类预测方法及系统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：CN116484295B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310444145.X，技术领域涉及：G06F18/2415；该发明授权基于多源小样本联合学习的矿产资源分类预测方法及系统是由张鹏程;陈柏年;李雯睿;丁亮;产桂洋;吉顺慧设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本基于多源小样本联合学习的矿产资源分类预测方法及系统在说明书摘要公布了：本发明公开了一种基于多源小样本联合学习的矿产资源分类预测方法及系统。方法包括：预处理构建元训练任务；建立隐空间特征层面与样本层面协同对抗训练的异常样本挖掘模块；训练异常样本挖掘模块并进行样本生成，得到高异常样本；建立特征联合嵌入模块，得到初始类原型，并随机挑选高异常样本进行微调，得到最终类原型；通过元训练任务的迭代训练网络，对目标任务进行预测。本发明能够有效提升生成样本的质量和样本生成器的性能，使得模型能够充分挖掘多元地球物理化学数据的深层特征，增强对于数据真实分布的拟合能力；引入地质约束能够从更大程度上学习多源样本内部的成矿规律，充分提高矿产资源分类预测模型的鲁棒性和精度。

本发明授权基于多源小样本联合学习的矿产资源分类预测方法及系统在权利要求书中公布了：1.一种基于多源小样本联合学习的矿产资源分类预测方法，其特征在于，包括如下步骤： 步骤1：将研究区域划分为网格数据，并标记成矿区和背景区，构建多个元训练任务； 步骤2：建立隐空间特征层面与样本层面协同对抗训练的异常样本挖掘模块，其中包含隐空间生成对抗子模块和样本生成对抗子模块；所述隐空间生成对抗子模块包含隐空间对抗生成器和隐空间对抗判别器，所述样本生成对抗模块包含样本对抗生成器和样本对抗判别器；采用隐空间对抗生成器生成的隐空间特征，作为样本对抗生成器的输入用于生成样本； 步骤3：对异常样本挖掘模块进行训练直至网络收敛，为研究区网格数据中的每个真实样本均生成一个对应的虚假样本； 步骤4：以生成样本与真实样本的样本重构误差和特征重构误差的加权平均和作为每个生成样本的异常评分，并按照异常评分的高低对生成样本降序排序，保留前部分样本作为高异常样本； 步骤5：建立图卷积网络与卷积神经网络的特征联合嵌入模块，将同一个样本中的化探数据输入卷积神经网络中进行化探特征提取，生成化探特征图，地质数据输入图卷积网络中进行地质特征提取，生成地质特征图，在通道维度上将化探特征图与地质特征图拼接，然后铺平作为样本在度量空间中的嵌入表示； 步骤6：利用特征联合嵌入模块计算支持集中每个类别的初始类原型； 步骤7：随机挑选部分高异常样本映射到度量空间中对初始类原型进行微调，得到每个类别的最终类原型； 步骤8：计算查询集样本嵌入与每个类别最终类原型之间的距离，完成类别划分，并计算损失，反向传播更新网络权重； 步骤9：完成元训练任务的迭代，在目标预测任务上生成矿产资源预测图。

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河海大学;南京晓庄学院，其通讯地址为：210098 江苏省南京市鼓楼区西康路1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”。

以上内容由龙图腾AI智能生成。