首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于遥感地球化学融合数据的含矿伟晶岩识别方法及系统 

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:中国科学院新疆生态与地理研究所

摘要:本发明属于伟晶岩识别技术领域,公开了基于遥感地球化学融合数据的含矿伟晶岩识别方法及系统。该方法以遥感、地球化学和地质图数据为基础,基于2DCNN‑LSTM模型,完成遥感和地球化学数据的融合,并基于深度先验超分模型DIP提高融合数据分辨率,最后基于复合领域感知深度度量学习DNM‑DML模型,构建含矿伟晶岩识别模型,完成含矿伟晶岩及其余岩性的识别。本发明不仅可以实现伟晶岩及其余岩性的识别,由于加入地球化学元素信息,还可实现含矿伟晶岩的识别,该方法为含矿伟晶岩的识别提供了新方法,对精准寻找伟晶岩型锂矿具有重要的作用。

主权项:1.一种基于遥感地球化学融合数据的含矿伟晶岩识别方法,其特征在于,该方法包括:S1,采集研究区的水系沉积物地球化学数据并送检,得到元素含量,整理采样位置经纬度信息,将元素含量的二维表格数据转为矢量数据,应用反距离加权插值方法将矢量数据转为栅格数据;S2,基于标准化校正DS框架,应用非负最小二乘模型校正遥感图像;S3,基于皮尔逊相关系数,计算光谱变换和处理后的结果与元素含量之间系数,选出相关系数最高的变换方法,确定主量和微量元素的预测顺序;S4,通过高斯滤波方法将所述遥感图像划分为低频和高频数据,应用2DCNN-LSTM网络结构,建立低频数据与采集的水系沉积物地球化学数据之间的关系,将训练好的CNN-LSTM模型应用到高频数据,完成异常元素含量的预测,将低频数据叠加高频数据,完成遥感地化数据融合;S5,将遥感地化融合数据降采样为低分辨率图像数据,优化深度先验网络DIP结构参数,学习图像细节,获得具有更多空间分辨细节信息的融合数据;S6,用卷积神经网络结合图神经网络构建复合邻域感知网络,运用深度度量学习方式,挖掘不同岩性样本特征,减小类内距离、增大类间距离,完成含矿伟晶岩及其相关岩性的识别;S7,利用用户精度UA,生产者精度PA,总体精度的OA、AA和kappa系数指标,评价伟晶岩及其余岩性的模型识别效果。

全文数据:

权利要求:

百度查询: 中国科学院新疆生态与地理研究所 基于遥感地球化学融合数据的含矿伟晶岩识别方法及系统

免责声明
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。