安徽省战略性矿产保障产业发展程度研究

本申请公开了一种基于知识图谱的矿产资源潜力评估方法、设备、介质及产品，涉及矿产资源评价技术领域，该方法包括：采用机器学习模型从语料库中抽取与待评估矿产资源对应的实体关系得到三元组信息；采用余弦相似度算法筛除三元组信息后，形成知识图谱；采用余弦相似度算法基于知识图谱得到矿产资源特征集合；采用中心性算法从矿产资源特征集合中筛选核心特征，将核心特征以及提取的异常信息均转化为设定尺寸的栅格数据后，进行空间对齐，生成数据集；将数据集输入构建的矿产资源潜力评估模型，得到矿产资源潜力评估结果。本申请可以解决数据量巨大、挖掘效率低、地质知识与地质数据未能充分进行深度融合和耦合等问题，提高矿产资源潜力评估的效率和精确性。

本发明涉及矿产资源估算技术领域，公开一种基于人工智能的矿产储量估算方法，包括如下步骤：步骤1，数据收集与预处理，获取多源数据且进行数据标准化与特征提取；步骤2，3D卷积神经网络进行矿体建模，构建3D卷积神经网络且通过三维卷积计算进行矿体预测；步骤3，结合克里金插值优化矿体空间预测，通过克里金插值初步预测矿体空间分布，且利用深度学习模型进一步优化；步骤4，基于贝叶斯优化的储量估算。采用多源数据融合、3D卷积神经网络和克里金插值相结合的技术方案，达到精准捕捉复杂地质条件下矿体空间分布的效果，相较于现有依赖传统地质统计方法的方案，解决断裂带与非均质区域建模能力不足的问题。