一种使用机器学习模型的砂岩型铀成矿有利区预测方法

摘要

本发明属于铀矿领域，具体公开了一种使用机器学习模型的砂岩型铀成矿有利区预测方法，包括：步骤1、对砂岩型铀成矿样本特征和标签进行量化处理，建立铀成矿信息样本集合；步骤2、对铀成矿样本数据进行模型训练和机器学习，生成铀成矿有利区预测的神经网络模型；步骤3、根据所需要的预测精度，生成待预测区等间距规则预测点，并计算待预测点的砂岩铀成矿特征值；步骤4、使用机器学习模型计算规则待预测点的成矿概率值；步骤5、针对规则预测点成矿概率值特征进行插值，获取研究区的铀成矿概率图。本发明方法减少了地质人员主观因素的影响，提高了铀成矿有利区预测的智能化水平。