江西省地质局第十地质大队;皖西学院欧阳永棚获国家专利权
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!
龙图腾网获悉江西省地质局第十地质大队;皖西学院申请的专利一种基于矿化空间结构合成稀有数据的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:CN119439307B 。
龙图腾网通过国家知识产权局官网在2025-11-14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:202411460465.5,技术领域涉及:G01V11/00;该发明授权一种基于矿化空间结构合成稀有数据的成矿预测方法是由欧阳永棚;李童斐;曾闰灵;陈祺;陈杨;王洁设计研发完成,并于2024-10-18向国家知识产权局提交的专利申请。
本一种基于矿化空间结构合成稀有数据的成矿预测方法在说明书摘要公布了:本发明涉及一种基于矿化空间结构合成稀有数据的成矿预测方法,基于预测需求进行地质数据搜集与预处理;基于待研究区域地质背景,构建成矿预测模型,确定预测变量并创建预测图层;进行矿化空间结构分析,结合待研究区域的预测变量合成预设数量的稀有数据的预测变量,进而生成若干训练数据集;采用若干训练数据集分别对构建的成矿预测模型进行训练,以对待研究区域进行成矿概率预测;对成矿预测模型进行性能评价,基于性能较好的成矿预测模型的预测结果圈定找矿靶区。采用本发明中公开的成矿预测方法,通过对已知矿床的空间分布进行核密度分析,能够在顾及地质内涵的情况下,合成一定数量的正样本,有利于成矿预测模型训练,提高了找矿预测精度。
本发明授权一种基于矿化空间结构合成稀有数据的成矿预测方法在权利要求书中公布了:1.一种基于矿化空间结构合成稀有数据的成矿预测方法,包括以下步骤: S1、基于预测需求进行地质数据搜集与预处理; S2、基于待研究区域地质背景,构建成矿预测模型,确定预测变量并创建预测变量图层; S3、进行矿化空间结构分析,结合待研究区域的预测变量合成预设数量的稀有数据的预测变量,进而生成若干训练数据集; S4、采用若干训练数据集分别对构建的成矿预测模型进行训练,基于创建的预测变量图层,以对待研究区域进行成矿概率预测,并对成矿预测模型进行性能评价,基于性能较好的成矿预测模型的预测结果圈定找矿靶区; 步骤S3包括以下子步骤: S31、根据确定需要合成训练样本的数量,确定相应的分析窗口大小; S32、对待研究区域中的第一已知矿床进行核密度分析,得到第一已知矿床的核密度; S33、以第一已知矿床所在单元的位置为中心,将预设大小的分析窗口中预测变量图层的原始第一预测变量值与第一已知矿床核密度进行归一化权重的加权求和,并将加权求和结果作为第一已知矿床所在位置处最终的第一预测变量,即合成稀有数据的第一预测变量,将第一预测变量替换为第N预测变量,按照相同的方法进行加权求和,直至得到合成稀有数据的所有预测变量; S34、将步骤S32-S33中的第一已知矿床替换为第N已知矿床,重复步骤S32-S33计算其它已知矿床位置处稀有数据的预测变量,将得到的各个已知矿床的稀有数据的预测变量组合形成预期倍数的正样本; S35、在成矿条件较差的地段随机筛选与正样本相同数量的单元,作为负样本,基于生成的正样本和负样本组合得到预设样本量的训练数据集; 步骤S33中根据以下公式合成稀有数据的预测变量: 其中,i为分析窗口大小,i为奇数,Yul为分析窗口中位置u处的第l个预测变量Yl的值,Ku为分析窗口中位置u处的矿床核密度K值。
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江西省地质局第十地质大队;皖西学院,其通讯地址为:335000 江西省鹰潭市梅园大道16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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励