中国地质调查局烟台海岸带地质调查中心赵鹏飞获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国地质调查局烟台海岸带地质调查中心申请的专利一种基于多元信息融合的智能矿产预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120411720B 。
龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510309691.1,技术领域涉及:G06V10/82;该发明授权一种基于多元信息融合的智能矿产预测方法是由赵鹏飞;陈熹卓;吴爱伟;吴硕;邓孝建;李文豪;尹永会;吴浩然设计研发完成,并于2025-03-17向国家知识产权局提交的专利申请。
本一种基于多元信息融合的智能矿产预测方法在说明书摘要公布了:本发明公开了一种基于多元信息融合的智能矿产预测方法,涉及矿产勘探技术领域,方法包括:对地球化学数据和遥感数据进行预处理得到真实数据集;对与处理后数据进行数据增强得到模拟数据集;将真实数据集和模拟数据集组合后的数据集划分为训练集和测试集;对特征提取后的数据提取细节特征得到第一输出特征图;对特征提取后的数据提取全局特征第二输出特征图;通过加权平均的方式将第一输出特征图和第二输出特征图进行融合得到图像融合结果;将所述图像融合结果输入至特征解码器模块得到最终的融合结果;最终的融合结果输入基于卷积神经网络的找矿预测模型得到预测结果图。从而使用融合后的图像进行矿产预测,提高矿产预测的精度。
本发明授权一种基于多元信息融合的智能矿产预测方法在权利要求书中公布了:1.一种基于多元信息融合的智能矿产预测方法,其特征在于,所述方法包括: 获取待预测区域的地球化学数据以及遥感数据;对地球化学数据进行预处理;对遥感数据进行预处理; 预处理后的数据形成真实数据集;对与处理后的地球化学数据和遥感数据进行数据增强得到模拟数据集; 将真实数据集和模拟数据集组合后的数据集划分为训练集和测试集; 对训练集的数据进行特征提取; 通过残差多尺度特征编码器对特征提取后的数据提取细节特征得到第一输出特征图;通过两级采样特征编码器对特征提取后的数据提取全局特征第二输出特征图; 通过加权平均的方式将第一输出特征图和第二输出特征图进行融合得到图像融合结果; 将所述图像融合结果输入至特征解码器模块得到最终的融合结果; 最终的融合结果输入基于卷积神经网络的找矿预测模型得到预测结果图; 获取待预测区域的地球化学数据以及遥感数据,包括: 获取Sentinel-2卫星数据作为遥感数据; 获取至少两个比例尺下的待预测区域的水洗沉积物测量数据作为地球化学数据; 地球化学数据是通过对野外样品进行元素含量测试得到的点数据; 对地球化学数据进行预处理,包括:将地球化学点数据转化为栅格图像、进行空间几何校正、插值变换和重采样; 重采样是从高分辨率数据中提取出低分辨率数据的过程; 对遥感数据进行预处理,包括:对以栅格数据格式存在的遥感图像数据进行大气校正、图像重采样、融合镶嵌和裁剪; 大气校正是将遥感数据中的总辐射亮度转化为地表的真实反射率; 图像重采样是对采样后形成的由离散数据组成的数字图像依据所需的像元位置或像元间距重新采样,从而构成几何变换后的新图像; 对与处理后的地球化学数据和遥感数据进行数据增强得到模拟数据集,包括: 对与处理后的地球化学数据进行规模增广:对1:20万地球化学数据进行降采样处理,取任一地球化学点4×4邻域内的点经过均值处理组成新像素点,然后通过组合新像素点来构成新的地球化学数据集; 对与处理后的遥感数据进行规模增广:对预处理后的遥感数据降采样至40米的分辨率; 通过残差多尺度特征编码器对特征提取后的数据提取细节特征得到第一输出特征图,包括: 特征提取后的地球化学数据进行上采样之后与特征提取后的遥感数据进行拼接,形成13通道的输入数据;输入数据依次进入卷积层、批正则化层、ReLU激活函数、空洞空间金字塔池化模块得到第一输出特征图,特征图的通道为256; 通过两级采样特征编码器对特征提取后的数据提取全局特征第二输出特征图,包括: 将特征提取后的遥感数据进行下采样处理之后与特征提取后的地球化学数据进行拼接,形成13通道的输入数据得到13个通道的输入特征图,输入特征图依次输入第一级上采样模块,第二级上采样模块,得到通道数为256的第二输出特征图,的两个上采样模块包括卷积层、批正则化层、ReLU激活函数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国地质调查局烟台海岸带地质调查中心,其通讯地址为:264000 山东省烟台市芝罘区机场路287号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励