[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

本發明公開了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，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，本發明的有益效果：通過上述三種方法組成的基于地學數據庫的半監督學習礦產資源定量預測方法，并通過電腦軟件的輸入上述的三類方法，最終能達到礦產資源勘查的準確性和效率提升。

技術領域

本發明涉及礦產資源勘測領域，更具體地說，屬于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。

背景技術

礦產資源勘查是發現礦床并查明其中的礦體分布、礦產種類、質量、數量、開采利用條件、技術經濟評價及應用前景等，滿足國家建設或礦山企業需要的全部地質勘查工作。礦產資源埋藏于地下，具有稀少、隱蔽、復雜等特點，其勘查過程常常需要采用地質填圖、物探、化探、遙感地質等方法，應用鉆探、坑探等技術手段，需要進行測量、編錄、取樣、化驗、實驗、儲量計算、技術經濟評價和可行性研究等工作，需要大量的人力、物力和資金投入。且一個礦產資源地從發現、查明到開發需要經過很長的周期。因而，礦產資源勘查是一項極具風險的工作。由此可見，在礦產資源勘查階段就開始貫徹循環經濟的原則十分重要。

目前，礦產資源勘查不準確，且礦產資源勘查效率低下，因此針對這些不足需要設計一款全新礦產資源勘查的方法。

發明內容

針對現有應用及技術存在的不足，本發明提供了種基于地學數據庫的半監督學習礦產資源定量預測方法。該方法能夠很好地解決礦產資源勘查不準確，且礦產資源勘查效率低下?；诖朔桨福脩艨梢酝ㄟ^電腦軟件輸入程序，因此，用戶可以放心的借助手機或電腦終端進行同步操作，對于礦產資源勘查的準確性和效率提升問題具有十分重要的意義。

為實現上述目的，本發明提供了如下技術方案：

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，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。

進一步的，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。

進一步的，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。

本發明的有益效果：