基于深度學習的地質找礦大數據挖掘與集成的挑戰

作者：左仁廣,彭勇,李童,熊義輝

摘要：基于深度學習的地質找礦信息挖掘與集成已經成為數學地球科學的前沿領域.深度學習作為一種具有多級非線性變換的層級機器學習算法,在地質找礦大數據挖掘與集成中仍處于探索階段,還有一系列問題亟需解決.以卷積神經網絡為例,探討了基于深度學習的地質找礦大數據挖掘與集成過程中兩大挑戰:訓練樣本不足和深度學習網絡模型構建困難,重點分析了基于復制和添加噪聲的地質找礦數據增強技術并開展了多組對比實驗,構建了適用于地質找礦大數據挖掘與集成的訓練樣本和卷積神經網絡模型.該模型對閩西南鐵多金屬成礦區的地質、地球物理和地球化學等多源數據進行了特征提取與集成融合,圈定了找礦遠景區,為該區進一步找礦提供了科學依據.

發文機構：中國地質大學地質過程與礦產資源國家重點實驗室

關鍵詞：深度學習地質找礦大數據卷積神經網絡數據挖掘與集成數學地質deep learninggeological prospecting big dataconvolutional neural networkdata mining and integrationmathematical geology

分類號： P577[天文地球—礦物學]