[發明專利]一種基于地學數據庫的半監督學習礦產資源定量預測方法在審
| 申請號: | 202110353244.8 | 申請日: | 2021-04-01 |
| 公開(公告)號: | CN113111928A | 公開(公告)日: | 2021-07-13 |
| 發明(設計)人: | 張智強;王功文;李瑞喜 | 申請(專利權)人: | 中國地質大學(北京) |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06F16/29 |
| 代理公司: | 北京高文律師事務所 11359 | 代理人: | 徐江華;李寶玉 |
| 地址: | 100083*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 地學 數據庫 監督 學習 礦產資源 定量 預測 方法 | ||
1.一種基于地學數據庫的半監督學習礦產資源定量預測方法,其特征在于,處理方法包括:本方法由三部分組成,第一部分為基礎算法;第二部分為貝葉斯超參數優化算法;第三部分為用于評價預測方法效果和圈定找礦有利靶區的概率-面積/體積圖法。
方法一:基礎算法:以‘袋裝法’為基礎的正樣本無標簽學習算法;
其中,‘袋裝法’該算法計算流程如下:
方法二:貝葉斯超參數優化算法,簡要步驟總結如下:
步驟一:隨機一些超參數x并訓練得到模型,然后刻畫這些模型的能力y,得到先驗數據集合D=(x1,y1)、(x2,y2)、...、(xk,yk);
步驟二:通過先驗數據D來擬合出高斯模型GM;
步驟三:通過采集函數找到在GM下的極大值,超參數x',并通過x'訓練得到模型和刻畫模型能力y',將(x',y')加入數據集D;
步驟四:重復2-3步,直至終止條件。
2.根據權利要求1所述的一種基于地學數據庫的半監督學習礦產資源定量預測方法,其特征在于:方法三,用于評價預測方法效果和圈定找礦有利靶區的概率-面積/體積圖法,簡要概括如下:概率體積圖包含兩條線,一條為所預測的累計概率對應的塊體面積/體積占礦體的百分比,另一條為所預測的累計概率對應的塊體面積/體積占研究區的百分比,兩條線交點即為靶區對應的概率閾值,該交點越高代表算法表現越好。
3.根據權利要求1所述的一種基于地學數據庫的半監督學習礦產資源定量預測方法,其特征在于:對于基礎算法,本方法提供了二維、三維礦產資源定量預測中常用的隨機森林,梯度提升樹,支持向量機等算法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國地質大學(北京),未經中國地質大學(北京)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110353244.8/1.html,轉載請聲明來源鉆瓜專利網。





