-
公开(公告)号：CN117238405B
公开(公告)日：2024-05-31
申请号：CN202311219804.6
申请日：2023-09-20
Applicant: 昆明理工大学
IPC: G16C20/70 , G06N3/0464 , G06N3/084 , G06N5/04 , G06F18/24
Abstract: 本发明提供一种基于深度学习的地球化学数据分析方法和装置，涉及地球化学数据分析方法技术领域，本发明通过构建基于卷积神经网络的深度学习模型，生成计算置信区间，将理想置信区间与计算置信区间进行比较，来对深度学习模型进行评估，预测该处可能存在的伴生矿，通过现有滑石矿所在区域的位置信息、地质构造数据、岩性数据、地层数据、地貌地形数据、年龄数据构建深度学习模型，能够计算出滑石矿点地质的平均沉积速率，从而根据采集到的少量滑石样品的年龄来推断滑石矿所处地质的深度，同时，通过对深度学习模型的参数进行更新迭代，能够让深度学习模型计算出来的滑石矿深度更加接近实际的滑石矿深度，使得深度学习模型的预测结果更加精确。
-
公开(公告)号：CN117238405A
公开(公告)日：2023-12-15
申请号：CN202311219804.6
申请日：2023-09-20
Applicant: 昆明理工大学
IPC: G16C20/70 , G06N3/0464 , G06N3/084 , G06N5/04 , G06F18/24
Abstract: 本发明提供一种基于深度学习的地球化学数据分析方法和装置，涉及地球化学数据分析方法技术领域，本发明通过构建基于卷积神经网络的深度学习模型，生成计算置信区间，将理想置信区间与计算置信区间进行比较，来对深度学习模型进行评估，预测该处可能存在的伴生矿，通过现有滑石矿所在区域的位置信息、地质构造数据、岩性数据、地层数据、地貌地形数据、年龄数据构建深度学习模型，能够计算出滑石矿点地质的平均沉积速率，从而根据采集到的少量滑石样品的年龄来推断滑石矿所处地质的深度，同时，通过对深度学习模型的参数进行更新迭代，能够让深度学习模型计算出来的滑石矿深度更加接近实际的滑石矿深度，使得深度学习模型的预测结果更加精确。
-
公开(公告)号：CN119442392A
公开(公告)日：2025-02-14
申请号：CN202411408186.4
申请日：2024-10-10
Applicant: 昆明理工大学
Abstract: 本发明提供一种热液矿床规模预测方法及系统，涉及热液矿床规模分析技术领域，本发明通过对目标矿区的热液矿床进行三维建模，并通过俯视图将其分割为多个单元区域，对每个单元区域的成矿预测变量进行定义，通过综合地质因素、地球化学因素、地球物理因素、环境与气候因素四个成矿预测变量对每个单元区域进行分析，对权重因子和成矿预测变量在单元区域上的作用影响程度进行相关性分析，生成反映每个单元区域的成矿规模系数的单元区域成矿规模度，并对成矿预测变量之间的交叉影响进行分析，最终生成反映目标矿区成矿规模大小的目标矿区成矿规模评价系数，从而输出目标矿区的规模程度。
-
公开(公告)号：CN119165040A
公开(公告)日：2024-12-20
申请号：CN202411233734.4
申请日：2024-09-04
Applicant: 昆明理工大学
IPC: G01N27/626 , G06F18/2433 , G06F18/15 , G06F18/214 , G06F18/21 , G06Q50/02
Abstract: 本发明提供一种快速圈定锡矿找矿靶区的方法及系统，涉及地球信息科学技术领域，本发明首先设定现有锡矿为目标区域，并在每个目标区域内均匀地采样，记录样品的物理特性，并生成样品的综合指标。接着获取目标区域的地球化学数据，计算样品中元素的相对丰度值，元素的相对丰度值和综合指标输入至训练好的空间分布模型中，生成每个样品的空间自相关指标，根据样品的空间自相关指标排序，从而筛选出具有高锡矿潜力的靶区。该方法显著提高了锡矿潜力区的识别效率，为矿产资源的可持续开发提供了可靠依据。
-
公开(公告)号：CN117609848A
公开(公告)日：2024-02-27
申请号：CN202311211482.0
申请日：2023-09-19
Applicant: 昆明理工大学
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于深度学习矿产资源分类预测方法及系统，涉及地球信息科学技术领域，本发明使用深度学习中的卷积神经网络构成深度学习模型，利用现有的钨锡矿所在区域的位置信息、地质构造数据、岩性数据、地层数据和地貌地形数据作为样本集进行训练，利用训练好的深度学习模型，利用现有的地质图中的数据，对于可能产生钨锡矿的区域进行预测，从地质数据的层次对于钨锡矿的位置进行预测，将深度学习和土壤地球化学测量方法相结合，利用钨锡矿形成区域的土壤中标志性的元素的含量异常的特点，对于该区域是否含有钨锡矿进行深入的预测，与深度学习的结果相互验证，并使用伴生元素的含量值，对于钨锡矿的种类进行预测。
-
Patent Agency Ranking
公开(公告)号：CN117609848B
公开(公告)日：2024-07-19
申请号：CN202311211482.0
申请日：2023-09-19
Applicant: 昆明理工大学
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于深度学习矿产资源分类预测方法及系统，涉及地球信息科学技术领域，本发明使用深度学习中的卷积神经网络构成深度学习模型，利用现有的钨锡矿所在区域的位置信息、地质构造数据、岩性数据、地层数据和地貌地形数据作为样本集进行训练，利用训练好的深度学习模型，利用现有的地质图中的数据，对于可能产生钨锡矿的区域进行预测，从地质数据的层次对于钨锡矿的位置进行预测，将深度学习和土壤地球化学测量方法相结合，利用钨锡矿形成区域的土壤中标志性的元素的含量异常的特点，对于该区域是否含有钨锡矿进行深入的预测，与深度学习的结果相互验证，并使用伴生元素的含量值，对于钨锡矿的种类进行预测。
-
公开(公告)号：CN117129656B
公开(公告)日：2024-03-19
申请号：CN202311214669.6
申请日：2023-09-19
Applicant: 昆明理工大学
Abstract: 本发明涉及应用地球化学技术领域，尤其涉及一种地球化学勘查指标元素的筛选和确定方法和装置，包括：S1.采集勘查区域内同一深度不同位置的样本参数，采集的样本参数包括土壤酸碱度sjd、有机质含量yhl以及粒度ld；S2.将样本参数中的土壤酸碱度sjd、有机质含量yhl以及粒度ld进行分析处理，生成用于筛选地球化学勘查指标元素的指数ZS；S3.将生成的指数ZS和设定的指标元素阈值YZ比较，确定该样本指标元素的种类。本发明通过采集勘查区域内同一深度不同位置土壤酸碱度、有机质含量以及粒度，将生成的指数和设定的指标元素阈值比较，可以快速确定该样本指标元素的种类，因此提高了地球化学勘查指标元素的判断效率和判断精度。
-
公开(公告)号：CN119379909A
公开(公告)日：2025-01-28
申请号：CN202411463404.4
申请日：2024-10-21
Applicant: 昆明理工大学
IPC: G06T17/00 , G06T7/60 , G06T7/73 , G06T7/246 , G06V20/10 , G06V20/64 , G06V10/62 , G06V10/74 , G06Q10/063 , G06Q50/02
Abstract: 本发明提供基于数字孪生矿山建模方法及系统，涉及数字矿山技术领域，本发明通过将矿山区域划分为单元方形区域，并针对每个单元方形区域进行数据采集，通过采集矿山在不同时间点上的点云数据来进行分析，通过静态与动态两个方面综合评估数字孪生矿山原始建模的准确度等级，在时间上对点云数据进行相关性处理，生成反映矿山高度在时间维度上的变化值的矿山时移偏差指数，在空间上对点云数据进行处理，生成反映静态测量条件下矿山的实际高度与原始三维模型的高度偏差指数的矿山静态偏差指数，并对矿山静态偏差指数和矿山时移偏差指数进行综合分析，孪生矿山建模评估指数，从而评判孪生矿山建模的准确度等级。
-
公开(公告)号：CN118195089A
公开(公告)日：2024-06-14
申请号：CN202410440006.4
申请日：2024-04-12
Applicant: 昆明理工大学
IPC: G06Q10/04 , G06Q50/02 , G01V20/00 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种锡锌多金属矿床富铟矿体三维定量成矿预测方法，预测步骤包括：S1、确定研究区域，进行实地的勘察，并分析出当地土层内矿体的丰富程度，选取锡锌多金属矿床富铟矿体存储量较多的区域内进行预测研究；S2、通过对数据的分析，建立一个富铟矿体地质模型；S3、采用证据权重法进行计算预测。本发明采用证据权重法和神经网络法量化评价了各地质要素对成矿的贡献程度，根据各地质要素在三维空间的空间耦合关系进行成矿预测，圈定了富铟矿体三维找矿靶区，通过对地质图件和数据信息进行了三维整合，通过两种方法相互对比，探索了基于矿床模型三维定量成矿预测的可行性，将对隐伏区盲矿体找矿工作具有指导意义。
-
公开(公告)号：CN117129656A
公开(公告)日：2023-11-28
申请号：CN202311214669.6
申请日：2023-09-19
Applicant: 昆明理工大学
Abstract: 本发明涉及应用地球化学技术领域，尤其涉及一种地球化学勘查指标元素的筛选和确定方法和装置，包括：S1.采集勘查区域内同一深度不同位置的样本参数，采集的样本参数包括土壤酸碱度sjd、有机质含量yhl以及粒度ld；S2.将样本参数中的土壤酸碱度sjd、有机质含量yhl以及粒度ld进行分析处理，生成用于筛选地球化学勘查指标元素的指数ZS；S3.将生成的指数ZS和设定的指标元素阈值YZ比较，确定该样本指标元素的种类。本发明通过采集勘查区域内同一深度不同位置土壤酸碱度、有机质含量以及粒度，将生成的指数和设定的指标元素阈值比较，可以快速确定该样本指标元素的种类，因此提高了地球化学勘查指标元素的判断效率和判断精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.025 seconds)
