Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国冶金地质总局山东正元地质勘查院张保涛获国家专利权

中国冶金地质总局山东正元地质勘查院张保涛获国家专利权

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!

龙图腾网获悉中国冶金地质总局山东正元地质勘查院申请的专利一种基于多源数据处理的隐伏矿体评估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:CN121094349B

龙图腾网通过国家知识产权局官网在2026-03-20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:202511657249.4,技术领域涉及:G06Q10/063;该发明授权一种基于多源数据处理的隐伏矿体评估定位方法是由张保涛;胡兆国;王红云;梅贞华;赵晓博;胡加斌;胡创业;柳森;王小玉;李秋实;高嘉汕设计研发完成,并于2025-11-13向国家知识产权局提交的专利申请。

一种基于多源数据处理的隐伏矿体评估定位方法在说明书摘要公布了:本发明属于数据处理技术领域,尤其涉及一种基于多源数据处理的隐伏矿体评估定位方法。重点针对多源地质数据在采集、融合与建模中的不完整性与异构性问题。包括获取评估区域的高光谱、地球化学及磁异常多源数据;利用基于地质约束和模态突出度的生成式对抗网络对缺失模态数据进行智能补全,形成完整多源数据集;采用结合地质关联度与熵权分析的无监督聚类算法构建高置信度伪标签数据,实现无标注样本的知识挖掘;再通过多模态特征融合与分层主成分分析进行特征提纯与降维,提取表征矿体存在的关键特征向量;最终利用分类模型实现隐伏矿体的空间预测。本发明为隐伏矿体智能识别提供高质量数据基础与统一处理框架,实现隐伏矿体的高效精准定位。

本发明授权一种基于多源数据处理的隐伏矿体评估定位方法在权利要求书中公布了:1.一种基于多源数据处理的隐伏矿体评估定位方法,其特征在于,包括以下步骤: S1、首先获取待评估区域的多源数据; S2、选取已确定存在矿体的地区,按照同样的方法采集所需要的多源数据,通过人工标注的方式来标注各个栅格单元的是否存在矿体的二分类值,形成少量有监督样本集; S3、收集评估区域及地质背景相似区域的大规模无标注多源数据,采用生成式对抗网络,对缺失数据进行补全得到完整数据集; S4、将完整数据集中大规模无标注多源数据,采用无监督聚类算法挖掘数据中的潜在监督信息,构建伪标签数据集; S5、对标注完成后的完整数据集进行特征融合,采用标准化方法统一数据量纲,通过主成分分析消除数据冗余提取表征矿体存在的关键特征向量; S6、将关键特征向量输入至分类模型,以有监督样本集为核心训练样本、伪标签数据集为辅助训练样本,进行模型训练;在训练完成后将待评估地区多源数据代入训练完成的模型,输出各栅格单元的矿体二分类值,实现隐伏矿体的精确评估定位; 所述收集评估区域及地质背景相似区域的大规模无标注多源数据,采用生成式对抗网络,对缺失数据进行补全得到完整数据集的具体实现包括: S31、首先根据评估区域的地层岩性将大规模无标注多源数据划分若干数据簇,每个数据簇中包含多个栅格单元; S32、针对每个含缺失数据的栅格单元记为目标栅格,在其所属数据簇内,分别计算各模态数据的突出程度; S33、以生成式对抗网络为基础,融入突出程度与地质约束规则,构建补全模型,并以数据簇内完整多模态数据为训练样本,以各模态突出程度的损失函数为优化目标,训练生成对抗网络,直至判别器综合校验得分稳定在预设阈值以上;将含缺失数据的栅格单元数据输入训练完成的模型,得到各缺失模态的补全结果; 所述步骤S4将完整数据集中大规模无标注多源数据,采用无监督聚类算法挖掘数据中的潜在监督信息,构建伪标签数据集的具体实现为: S41、输入无标注多源数据,所述无标注多源数据记为数据集,其中N为无标注样本的数量,对于每个样本,其中铁染蚀变指数、为成矿特征元素含量、为磁异常峰值以及磁异常梯度值; S42、基于地质约束规则筛选有效数据,保留与评估区域成矿地层岩性一致的样本,保留成矿特征元素含量满足最小预设阈值的样本,通过3准则剔除磁异常峰值以及磁异常梯度值的异常值样本;经过筛选后输出无标注数据集,; S43、计算样本两两地质关联度,构建关联度向量,其中为铁染蚀变元素关联度,为铁染蚀变磁异常关联度,为元素磁异常关联度;每个样本的聚类特征向量为原始标准化特征与地质关联度特征的融合向量,其中为标准化后的样本;输出耦合特征向量集; S44、采用熵权层次分析组合赋权法计算耦合特征向量各维度的权重,并得到加权后的特征向量; S45、进行聚类,聚类目标函数为:,其中,为K个聚类簇;为加权后的特征向量,为簇加权中心;为加权欧氏距离;输出聚类簇及初始伪标签即第i个样本属于第k个簇; S46、计算每个样本的伪标签置信度,所述置信度通过数据可信度采用轮廓系数计算得到,其中,为样本i到簇内其他样本的平均距离,为样本i到最近其他簇的平均距离;将得到的每个样本的伪标签置信度与置信度阈值进行比较保留大于阈值的样本,输出筛选后的簇; S47、计算筛选后的簇与监督样本集中成矿标签样本的成矿相似度,若相似度大于等于设定阈值0.7则簇的伪标签为;若小于设定阈值0.7则簇的伪标签为;最终输出高质量伪标签数据集:,为二分类伪标签。

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中国冶金地质总局山东正元地质勘查院,其通讯地址为:250000 山东省济南市历下区山师东路14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。

免责声明
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。