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：中国自然资源航空物探遥感中心

摘要：本发明是关于一种基于多模型集成学习的矿产资源空间智能预测方法及装置，包括：获取待预测的地质空间的特征数据集，其中，待预测的地质空间的特征数据集中包括：基于知识视角的特征子数据集和基于数据科学视角的特征子数据集；使用训练好的卷积神经网络对特征数据集进行特征提取，得到新的特征数据集；根据新的特征数据集和训练好的Stacking多模型集成学习空间智能建模进行矿产资源预测，以输出最终矿产资源预测值。

主权项：1.一种基于多模型集成学习的矿产资源空间智能预测方法，其特征在于，所述方法包括：获取待预测的地质空间的特征数据集，其中，所述待预测的地质空间的特征数据集中包括：基于知识视角的特征子数据集和基于数据科学视角的特征子数据集；使用训练好的卷积神经网络对所述特征数据集进行特征提取，得到新的特征数据集；根据所述新的特征数据集和训练好的Stacking多模型集成学习空间智能建模进行矿产资源预测，以输出最终矿产资源预测值，其中，所述Stacking多模型集成学习框架包括多个初级学习器和次级学习器，多个初级学习器的输出连接至所述次级学习器，以作为所述次级学习器的输入，所述初级学习器包括RF初级学习器、SVM初级学习器和ANN初级学习器，所述次级学习器包括LR次级学习器；所述Stacking多模型集成学习空间智能建模的训练过程包括：获取已知的地质空间的特征数据集，其中，所述已知的地质空间的联合特征数据集中包括：已知的金矿床数据和非金矿床数据、基于知识视角的特征子数据集和基于数据视角的特征子数据集；采用训练好的卷积神经网络对所述已知的地质空间的联合特征数据集进行特征提取，以得到新的特征数据集；将所述新的特征数据集划分为训练数据集和测试数据集；使用训练数据集划分为5折，分别进行5次训练，得到所述训练数据集对应的第一预测结果，同时每次保留五分之一的样本用作对各个初级学习器训练时进行检验；使用训练后的各个初级学习器对所述测试数据集进行预测，其中，每个初级学习器对应5个预测结果，将所述5个预测结果的平均值确定为所述初级学习器的第二预测结果；将各个初级学习器的所述第一预测结果和所述第二预测结果进行拼接，以得到输出的预测结果；根据各个初级学习器输出的预测结果和训练样本的实际值对所述次级学习器进行训练，以得到训练后的次级学习器；根据各个初级学习器输出的预测结果和训练样本的实际值对所述次级学习器进行训练，以得到训练后的次级学习器，包括：依据各个初级学习器的输出的预测结果与训练样本的实际值之间的定量化关系，得到训练后的次级学习器，公式为：Y＝β1X1+β2X2+β3X3+α其中，β1、β2、β3表示回归系数，X1表示RF初级学习器输出的预测结果，X2表示SVM初级学习器输出的预测结果，X3表示ANN初级学习器输出的预测结果，Y表示所述Stacking多模型集成学习空间智能建模获得的最终矿产资源预测值，α表示回归常数。

全文数据：

权利要求：

百度查询： 中国自然资源航空物探遥感中心 基于多模型集成学习的矿产资源空间智能预测方法及装置