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！

龙图腾网获悉合肥工业大学申请的专利一种基于3DGCN-CNN模型的三维成矿预测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：CN120563752B 。

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：202511054839.8，技术领域涉及：G06T17/05；该发明授权一种基于3DGCN-CNN模型的三维成矿预测方法是由李晓晖;汪靖格;赵成锐;袁峰;郑超杰设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本一种基于3DGCN-CNN模型的三维成矿预测方法在说明书摘要公布了：本发明涉及计算机与地质学交叉领域，尤其为一种基于3DGCN‑CNN模型的三维成矿预测方法，包括：步骤S1：构建三维地质数据库；步骤S2：构建三维地质模型与三维矿体模型；步骤S3：构建三维成矿预测信息集；步骤S4：构建3DGCN‑CNN模型；步骤S5：构建3DCNN的数据集与3DGCN的图结构数据；步骤S6：将训练集输入模型中进行训练；步骤S7：将待预测区域数据输入到训练好的模型中进行预测，得到预测结果；本发明通过3DGCN‑CNN模型有效融合了空间和局部特征，免除了对三维地质模型进行量化分析，提升了对成矿潜力的预测能力。

本发明授权一种基于3DGCN-CNN模型的三维成矿预测方法在权利要求书中公布了：1.一种基于3DGCN‑CNN模型的三维成矿预测方法，其特征在于，包括以下步骤： 步骤S1：收集研究区的地质数据，构建三维地质数据库； 步骤S2：利用地质数据，构建研究区的三维地质模型与已知矿床的三维矿体模型； 步骤S3：三维地质模型的各成矿有利结构直接作为布尔型预测变量，与数值模拟变量共同构建三维成矿预测信息集； 步骤S4：构建3DGCN‑CNN模型；包括3DCNN模块与3DGCN模块，分别用于提取局部特征和空间特征，两种特征拼接融合后通过全连接层分类；3DCNN模块分为地质体处理部分和数值模拟变量处理部分，所述地质体处理部分采用ResNet18架构，所述数值模拟变量处理部分采用LeNet‑5架构，所述地质体处理部分和数值模拟变量处理部分均结合了多尺度模块与空间注意力机制，所述多尺度模块集成于Inception模块中；所述3DGCN模块对地质体的空间关系进行建模，输入为构建好的图结构数据，经两层图卷积层分别捕获一阶和二阶邻域的信息，通过Batch Normalization和ReLU激活函数实现空间特征的非线性变换； 步骤S5：确定正样本数据集和负样本数据集，数据集中的每个子集为单元块，将正负样本单元块均按8：2的比例划分为训练集与测试集，并构建3DCNN的数据集与3DGCN的图结构数据；在构建用于输入3DGCN模块的图结构数据时，首先提取每个单元块的布尔型地质体属性，构建节点特征矩阵，然后构造图的边集合，并使用欧几里得距离的归一化值表示边权重，分别构建训练集和测试集的特征矩阵、边集合、边权重和标签，采用PyTorch Geometric的Data数据结构封装形成图结构数据；在构建3DCNN数据集时，以每个正样本单元块和负样本单元块为中心，向三维空间各方向扩展至少4个块来构建成一个大立方体单元，形成一个包含中心单元及其邻域的三维立方体区块作为输入样本； 步骤S6：将训练集输入模型中进行训练；在每一轮训练结束后利用测试集调整模型权重，直至模型收敛； 步骤S7：将待预测区域数据输入训练好的模型，通过全连接层输出预测结果。

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合肥工业大学，其通讯地址为：230000 安徽省合肥市包河区屯溪路193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。