简介:
本发明实施例公开了一种矿产探测方法,其特征在于,包括如下步骤:分析待探测区域的矿床类型,获得所述区域的成矿模型;将地质信息、遥感信息及地球化学信息输入至所述成矿模型,得到特征信息;采用插值算法、因子分析算法对所述特征信息进行优化,得到证据图层。采用预先训练的支持向量机模型,对所述特征信息进行分类预测,得到成矿探测图。本发明采用证据图层的计算,使得预测所需样本少,符合成矿预测时已知矿点少的实际地质情况;结合核函数,可进行数据维度转换,简化高维空间问题的求解难度以及加快计算速率;基于结构风险最小化原则,避免了过学习问题,泛化能力强。
本发明实施例公开了一种矿产探测方法,其特征在于,包括如下步骤:分析待探测区域的矿床类型,获得所述区域的成矿模型;将地质信息、遥感信息及地球化学信息输入至所述成矿模型,得到特征信息;采用插值算法、因子分析算法对所述特征信息进行优化,得到证据图层。采用预先训练的支持向量机模型,对所述特征信息进行分类预测,得到成矿探测图。本发明采用证据图层的计算,使得预测所需样本少,符合成矿预测时已知矿点少的实际地质情况;结合核函数,可进行数据维度转换,简化高维空间问题的求解难度以及加快计算速率;基于结构风险最小化原则,避免了过学习问题,泛化能力强。