
基本信息:
- 专利标题: 一种利用信息量扩充成矿预测训练正样本的方法及系统
- 申请号:CN202210916376.1 申请日:2022-08-01
- 公开(公告)号:CN115272798B 公开(公告)日:2023-05-26
- 发明人: 徐凯 , 孔春芳 , 吴冲龙 , 田宜平 , 李岩 , 杨昌语 , 吴雪超 , 武永进
- 申请人: 中国地质大学(武汉) , 武汉地大坤迪科技有限公司
- 申请人地址: 湖北省武汉市洪山区鲁磨路388号;
- 专利权人: 中国地质大学(武汉),武汉地大坤迪科技有限公司
- 当前专利权人: 中国地质大学(武汉),武汉地大坤迪科技有限公司
- 当前专利权人地址: 湖北省武汉市洪山区鲁磨路388号;
- 代理机构: 济南驯致一川知识产权代理事务所
- 代理人: 王砚雷
- 主分类号: G06V10/774
- IPC分类号: G06V10/774 ; G06V10/764 ; G06V10/82 ; G06N20/00 ; G06Q10/04 ; G06Q50/02
摘要:
本发明提供了一种利用信息量扩充成矿预测训练正样本的方法及系统,本发明利用可视化工具和直方图进行分类,利用格点空间分布和地质约束对扩充点进行筛选,为增加正样本提供新途径,能够为利用机器学习进行成矿预测,以及提高预测精度提供有力支持;基于信息量来增加成矿预测模型训练样本,可用于在利用机器学习方法进行矿产资源预测过程中增加训练样本,并且可以在其他机器学习应用领域推广应用。
公开/授权文献:
- CN115272798A 一种利用信息量扩充成矿预测训练正样本的方法及系统 公开/授权日:2022-11-01