本发明公开了一种基于机器学习的海底硫化物成矿定量预测方法。该方法首先确定海底硫化物找矿指标,根据找矿指标构建空间数据集,随后建立机器学习模型,利用模糊算子将随机森林与孤立森林两种机器学习模型的预测结果相结合,最终圈定成矿远景区。与传统的统计技术和经验探索模型相比,本发明方法适用于小样本数据的同时能充分利用特征变量中的成矿信息,是一种适用于海底硫化物的成矿定量预测方法。
声明:
“基于机器学习的海底硫化物成矿定量预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)