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！

申请/专利权人：青岛海洋地质研究所

摘要：本发明公开了一种基于多要素数据机器学习的海底矿物探测方法，涉及海洋调查与海底探测技术领域，包括以下步骤：收集目标海域数据，获得海底底质样本类型，提取海底底质探测分析的地形因子，并确定不同尺度网格的数据集，基于所有目标海域数据的高程数据确定水深位置指数，分析海底地形趋势，其中地形因子包括坡度、坡度变率、曲率、粗糙度、崎岖度。本发明通过从大量数据中提取有用的信息，并通过自动化处理和分析，减少人工干预，显著提高了效率，同时基于提取的信息进行预测，实现对海底底质样本类型的智能识别和分类，提高识别精度，与传统的地质学方法相比，显著提高预测的准确性和精度。

主权项：1.一种基于多要素数据机器学习的海底矿物探测方法，其特征在于：包括以下步骤：步骤1，收集目标海域数据，获得海底底质样本类型，提取海底底质探测分析的地形因子，并确定不同尺度网格的数据集，基于所有目标海域数据的高程数据确定水深位置指数，分析海底地形趋势，其中地形因子包括坡度、坡度变率、曲率、粗糙度、崎岖度；步骤2，提取所有目标海域数据的坡度数据及坡度变率数据，获取坡度位置指数；根据所有目标海域数据的曲率数据、粗糙度数据以及崎岖度数据，获得地形位置指数；步骤3，基于海底底质样本类型和不同尺度网格的数据集，构建目标海域的集成分类模型，并结合坡度位置指数、水深位置指数以及地形位置指数，获取地形评估指数，所述目标海域的集成分类模型的构建及地形评估指数的获取过程包括：步骤301，基于ArcGIS空间连接工具连接收集的海底底质样本与不同尺度网格的数据集；步骤302，将不同尺度网格的数据集划分为2个子集，其中将空间连接的数据子集作为学习集，减去学习集后剩余的子集作为反演集，用于依据构建的机器学习模型实现对目标海域多金属结核、结壳的反演；步骤303，使用学习集进行模型训练，并按照置信度加权平均选出排名前三的分类算法，采用staking集成算法获得最终的分类器；步骤304，计算获得的分类器的混淆矩阵，并迭代模型获得不同网格尺度的分类器及其混淆矩阵；步骤305，分析比较得到的不同尺度网格分类器的混淆矩阵，选出目标海域的集成分类模型；步骤306，根据选出的目标海域的集成分类模型，并结合坡度位置指数、水深位置指数以及地形位置指数，得到地形评估指数；步骤4，根据地形评估指数的结果范围对目标海域海底底质分类结果进行重要性排序，进一步确定海底底质的类型。

全文数据：

权利要求：

百度查询： 青岛海洋地质研究所 一种基于多要素数据机器学习的海底矿物探测方法