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 > 中国地质调查局军民融合地质调查中心吴文贤获国家专利权

中国地质调查局军民融合地质调查中心吴文贤获国家专利权

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!

龙图腾网获悉中国地质调查局军民融合地质调查中心申请的专利一种基于多模态自编码器的矿产远景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:CN121707079B

龙图腾网通过国家知识产权局官网在2026-04-21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:202610209617.7,技术领域涉及:G06Q10/04;该发明授权一种基于多模态自编码器的矿产远景区预测方法是由吴文贤;谌旭辉;郑强;李怀远;王惠艳;胡俊峰设计研发完成,并于2026-02-13向国家知识产权局提交的专利申请。

一种基于多模态自编码器的矿产远景区预测方法在说明书摘要公布了:本发明公开了一种基于多模态自编码器的矿产远景区预测方法,解决统计模型和单一模态识别能力差的问题,其包括:获取待预测的成矿带的多模态数据,并对多模态数据进行预处理;构建多模态深度自编码器;所述深度自编码器包括依次连接的编码器部分和重构器部分;获取预处理后的多模态数据,并采用模态特征编码与加权融合处理,得到标准化的融合特征;利用标准化的融合特征对多模态深度自编码器进行训练;预设动态阈值,进行异常检测与靶区判定,采用空间聚类算法进行潜力区划分;对潜力区进行评估,得到矿产远景区。通过上述方案,本发明具有逻辑简单、准确可靠等优点,在矿产资源勘查与地质大数据分析技术领域具有很高的实用价值和推广价值。

本发明授权一种基于多模态自编码器的矿产远景区预测方法在权利要求书中公布了:1.一种基于多模态自编码器的矿产远景区预测方法,其特征在于,包括以下步骤: 获取待预测的成矿带的多模态数据,并对多模态数据进行预处理;所述多模态数据包括地质数据、地球物理数据、地球化学数据和遥感信息; 构建多模态深度自编码器;所述深度自编码器包括依次连接的编码器部分和重构器部分;所述编码器部分包括依次连接的单模态特征编码器、多模态融合层和主编码器;所述重构器部分包括依次连接的重构器层、异常检测层和聚类与可视化层;所述主编码器与重构器层连接; 获取预处理后的多模态数据,并采用模态特征编码与加权融合处理,得到标准化的融合特征; 利用标准化的融合特征对多模态深度自编码器进行训练; 预设动态阈值,进行异常检测与靶区判定,采用空间聚类算法进行潜力区划分; 对潜力区进行评估,得到矿产远景区; 所述单模态特征编码器采用依次连接的三层全连接神经网络,并采用逐层降维以提取模态特征,其表达式为:其中,σ·表示ReLU函数;表示第m种模态对应的神经网络权重矩阵;表示第m种模态的输入特征矩阵;表示第m种模态的偏置项向;m取值范围[1,2,3,4]; 所述多模态融合层采用加权融合,其表达式为: ,其中,表示融合后的统一潜在特征;表示第m种模态特征的加权系数;表示第m种模态的编码器输出特征向量; 所述主编码器采用逐层降维,其表达式为: ,其中,Z表示编码后得到的低维潜在表示;表示主编码器映射函数;表示编码器权重矩阵;表示偏置向量,用于非线性激活前的偏移补偿; 所述重构器层采用对称升维,其表达式为: ; 其中,表示输入为融合后的统一潜在特征时重构后的特征向量;表示解码器映射函数;表示解码器的权重矩阵;表示解码器的偏置向量。

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地质调查局军民融合地质调查中心,其通讯地址为:610000 四川省成都市金牛区茶店子路399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。