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！

龙图腾网恭喜自然资源部第二海洋研究所申请的专利一种基于机器学习的海底硫化物成矿定量预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114330841B 。

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111529555.1，技术领域涉及：G06Q10/04；该发明授权一种基于机器学习的海底硫化物成矿定量预测方法是由陶春辉;刘露诗;廖时理;苏程;黄南;徐星;李伟设计研发完成，并于2021-12-14向国家知识产权局提交的专利申请。

本一种基于机器学习的海底硫化物成矿定量预测方法在说明书摘要公布了：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。

本发明授权一种基于机器学习的海底硫化物成矿定量预测方法在权利要求书中公布了：1.一种基于机器学习的海底硫化物成矿定量预测方法，其特征在于，包括如下步骤：步骤1：从地形、地质、水体三个方面确定海底硫化物找矿指标；步骤2：构建空间数据集：包括研究区划分、目标变量与特征变量的建立；具体为：步骤2.1：使用网格对研究区进行划分；步骤2.2：目标变量为二分类变量，由1和0分别表示矿区和非矿区；训练集中使用已知热液区所处的单元格作为矿区；选择非矿区时，首先利用证据权重法圈定非远景区，随后在非远景区内根据成矿预测中非矿区的选取准则进行选取；验证集中将MSI＜0.3区域对应的单元格作为矿区，非矿区的选取方法与训练集相同；步骤2.3：根据步骤1中找矿指标生成特征变量；步骤3：构建随机森林与孤立森林模型，基于步骤2构建的空间数据集进行训练确定模型参数；利用模糊逻辑原理中的模糊算子整合随机森林与孤立森林模型的成矿预测结果；步骤4：对基于步骤3结果得到的海底硫化物成矿潜力图进行远景区圈定；根据成矿概率绘制捕获率曲线，曲线的横坐标为大于成矿概率阈值时单元格面积占研究区面积的比例，纵坐标为大于成矿概率阈值时所含热液区数占总热液区数的比例，选取捕获率曲线纵坐标大于60％的第一个拐点所对应的成矿潜力值作为划分远景区与非远景区的阈值，成矿概率大于阈值的单元格即为成矿远景区；步骤2.2中成矿预测中非矿区的选取准则为：1非矿区的数量应等于矿区的数量；2非矿区应远离已知热液区，确定“远离”的方法如下：统计所有热液区中的每个热液区与最邻近热液区的距离；将以上邻近距离从大到小排序并绘制散点图，剔除异常大值后选择最大邻近距离作为非矿区“远离”已知热液区的阈值，非矿区与已知热液区的间距大于阈值时视为非矿区“远离”已知热液区；3非矿区的位置在空间上是随机的；先利用蒙特卡洛法，在满足12的条件下生成10组随机分布的非矿区；之后通过最近邻分析对10组非矿区的位置进行随机性评估，将邻近比ANN最接近1的一组选取为非矿区；步骤3中利用模糊算子将随机森林模型与孤立森林模型的预测结果进行整合，由于基于随机森林与孤立森林模型的预测结果在0-1之间，因此整合前无需进行归一化，具体为：μC＝[1-1-μA1-μB]γ×[μAμB]1-γμA，μB分别为基于随机森林模型与孤立森林模型预测的成矿潜力值，μC是整合后的最终结果，γ为γ算子的取值，0≤γ≤1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人自然资源部第二海洋研究所，其通讯地址为：310012 浙江省杭州市西湖区保俶北路36号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。