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！

龙图腾网获悉江西理工大学申请的专利一种融合多源数据和机器学习的矿产资源潜力靶区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：CN119862472B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411694145.6，技术领域涉及：G06F18/2415；该发明授权一种融合多源数据和机器学习的矿产资源潜力靶区预测方法是由孙涛;刘月;张竑玮;张靖伟;张漪埌;孙洁设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种融合多源数据和机器学习的矿产资源潜力靶区预测方法在说明书摘要公布了：本发明涉及信息技术与地质矿产资源勘探技术领域。提供了一种融合多源数据和机器学习的矿产资源潜力靶区预测方法，包括步骤：获取样本数据，构建成矿预测数据集；对预测数据集进行预处理，划分为训练集和测试集，并通过合成少数过采样对训练集进行数据增强，得到增强训练集；构建初始成矿预测模型，通过增强训练集对初始成矿预测模型进行训练，得到成矿预测模型，并对成矿预测模型的参数进行优化处理，得到成矿优化预测模型；对成矿优化预测模型进行可解释性处理；对矿产资源靶区进行成矿潜力预测，结合可视觉解释图像对成矿潜力预测结果进行评估。解决了传统的矿产资源勘探方法，不仅耗时耗力，而且难以准确预测矿产资源的分布和潜力的问题。

本发明授权一种融合多源数据和机器学习的矿产资源潜力靶区预测方法在权利要求书中公布了：1.一种融合多源数据和机器学习的矿产资源潜力靶区预测方法，其特征在于，包括步骤： 获取具有成矿有利因子的样本数据，构建成矿预测数据集； 对预测数据集进行预处理，将经过预处理后的成矿预测数据集划分为训练集和测试集，并通过合成少数过采样对训练集进行数据增强，得到增强训练集； 基于卷积神经网络模型构建初始成矿预测模型，通过增强训练集对初始成矿预测模型进行训练，得到成矿预测模型，并对成矿预测模型的参数进行优化处理，得到成矿优化预测模型； 对成矿优化预测模型进行可解释性处理，使成矿优化预测模型的抽象特征图转换为可视觉解释图像； 所述对成矿优化预测模型进行可解释性处理，使成矿优化预测模型的抽象特征图转换为可视觉解释图像的具体过程为： 通过反卷积方法，将成矿优化预测模型中学习到的卷积滤波器权重投射回输入空间，生成可视化特征图，展示每个卷积滤波器如何对成矿有利因子做出响应； 计算卷积神经网络输出相对于输入的梯度，识别对网络预测影响最大的输入特征；将计算得到的梯度叠加在可视化特征图上，突出显示对成矿潜力预测贡献最大的区域； 通过可解释工具将成矿优化预测模型的抽象特征图转换为可视觉解释图像，分析并展示成矿优化预测模型的成矿潜力预测结果受到增强训练集的影响程度； 通过成矿优化预测模型对矿产资源靶区进行成矿潜力预测，并结合可视觉解释图像对成矿潜力预测结果进行评估； 所述通过成矿优化预测模型对矿产资源靶区进行成矿潜力预测，并结合可视觉解释图像对成矿潜力预测结果进行评估的具体过程为： 将矿产资源靶区数据输入至成矿优化预测模型中，通过成矿优化预测模型的前向传播算法计算，得到矿产资源靶区内各点的成矿概率及分类结果，并生成成矿概率及分类分布图； 根据成矿概率及分类分布图，结合地质背景信息和找矿经验，划分不同的成矿潜力区域，并绘制矿产资源潜力评价图； 通过可解释工具生成的可视觉解释图像，分析成矿优化预测模型在成矿潜力预测过程中的决策依据，展示成矿优化预测模型根据成矿有利因子识别潜在的成矿区域的原理和过程，并将成矿潜力预测结果与地质理论和找矿经验进行参照对比，对成矿潜力预测结果进行可靠性评估； 综合矿产资源潜力评价图和成矿潜力预测结果的可靠性评估，确定矿产资源靶区的优先勘探区域。

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理工大学，其通讯地址为：341000 江西省赣州市红旗大道86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。