简介： 本发明公开了一种基于深度学习的嗅探智能找矿预测方法，该方法可以根据已知矿床的位置预测未知矿床的位置，属于矿产地质调查与矿产勘查技术领域，直接使用可以获取的所有各类地学数据，如DEM、地质、化探、物探、遥感等数据基本不经过地质概念的转化，实现以多源数据为驱动力的智能找矿预测。采用基于卷积神经网络学习的“嗅探”方法进行找矿预测，给定矿床位置，OreGO可以“嗅探”该位置的矿产地质信息，自动提取特征，然后再指定区域搜索获取模型训练数据和测试数据，为找矿预测提供依据。采用窗口化方法获取模型训练数据和测试数据，根据已知矿床的位置，可将窗口进行平移、旋转、缩放等获取不同的数据或者测试不同数据。