本發(fā)明涉及成礦預(yù)測，尤其是涉及一種基于生成對抗網(wǎng)絡(luò)的成礦數(shù)據(jù)擴(kuò)充方法。

背景技術(shù)：

1、成礦預(yù)測是地質(zhì)勘探領(lǐng)域中的重要組成部分。傳統(tǒng)的勘探方法依賴于大量的實地作業(yè)，往往耗時費(fèi)力且成本高昂。獲取大量高質(zhì)量的礦樣本數(shù)據(jù)常受到地理位置、經(jīng)濟(jì)條件以及時間等因素的限制，因此礦產(chǎn)資源勘探數(shù)據(jù)往往存在數(shù)據(jù)集不平衡問題。具體而言，成礦樣本數(shù)量遠(yuǎn)遠(yuǎn)少于未成礦樣本，這種不平衡性對機(jī)器學(xué)習(xí)模型的訓(xùn)練和預(yù)測精度產(chǎn)生了顯著的負(fù)面影響。

2、為了應(yīng)對數(shù)據(jù)不平衡問題，尤其是對于成礦數(shù)據(jù)的擴(kuò)充問題。許多研究者提出了一系列方法。比如欠采樣法、過采樣法、合成少數(shù)類過采樣技術(shù)smote以及自適應(yīng)合成抽樣adasyn等集成學(xué)習(xí)方法。盡管前人提出的多種方法取得了一定進(jìn)展，但在礦產(chǎn)勘探中特有的高復(fù)雜性和成礦數(shù)據(jù)稀少的情況下，仍存在一定挑戰(zhàn)。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于生成對抗網(wǎng)絡(luò)的成礦數(shù)據(jù)擴(kuò)充方法，能夠生成高質(zhì)量、多樣化的成礦樣本，顯著提升礦產(chǎn)資源預(yù)測模型的性能，在成礦預(yù)測領(lǐng)域具有重大意義，具有廣泛的應(yīng)用前景。

2、為實現(xiàn)上述目的，本發(fā)明提供了一種基于生成對抗網(wǎng)絡(luò)的成礦數(shù)據(jù)擴(kuò)充方法，包括以下步驟：

3、s1、采集已知礦點和非礦點的地物化遙數(shù)據(jù)，對采集的地物化遙數(shù)據(jù)進(jìn)行預(yù)處理，構(gòu)建成礦預(yù)測數(shù)據(jù)集；

4、s2、采用層次聚類算法對成礦預(yù)測數(shù)據(jù)集中的樣本進(jìn)行分類，并對樣本進(jìn)行類別劃分；

5、s3、通過計算每個類別的頻率分布，確定相應(yīng)的類別權(quán)重，并對類別權(quán)重進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化的權(quán)重；

6、s4、在生成對抗網(wǎng)絡(luò)模型中構(gòu)造一個包含標(biāo)準(zhǔn)化的權(quán)重的可選參數(shù)，用于傳遞每個類別的權(quán)重信息；

7、s5、根據(jù)標(biāo)準(zhǔn)化的權(quán)重的可選參數(shù)，采用加權(quán)采樣策略，結(jié)合預(yù)設(shè)的指定條件，如生成數(shù)據(jù)數(shù)量、特定類別數(shù)值等，生成合成數(shù)據(jù)；

8、s6、對合成數(shù)據(jù)進(jìn)行質(zhì)量評估。

9、優(yōu)選的，步驟s1中，地物化遙數(shù)據(jù)包括區(qū)域地質(zhì)數(shù)據(jù)、遙感數(shù)據(jù)、土壤地球化學(xué)數(shù)據(jù)和地球物理數(shù)據(jù)。

10、優(yōu)選的，步驟s1中，預(yù)處理包括缺失值處理和重分類。

11、優(yōu)選的，步驟s3中，每個類別的頻率分布如下：

12、

13、其中，fi是類別i的頻率分布；ni為每個類別i的樣本數(shù)量；ntotal為總樣本數(shù)量；

14、類別權(quán)重設(shè)置為每個類別的頻率分布：

15、wi＝fi??(2)

16、其中，wi為類別權(quán)重；

17、對類別權(quán)重進(jìn)行標(biāo)準(zhǔn)化處理的公式為：

18、

19、其中，w'i是標(biāo)準(zhǔn)化的類別權(quán)重；是所有類別權(quán)重的總和；k是類別總數(shù)。

20、優(yōu)選的，步驟s4中，在生成對抗網(wǎng)絡(luò)模型中構(gòu)造一個包含標(biāo)準(zhǔn)化的權(quán)重的可選參數(shù)，用于傳遞每個類別的權(quán)重信息，具體操作為：

21、首先，在生成對抗網(wǎng)絡(luò)模型的構(gòu)造函數(shù)中添加一個可選參數(shù)weights，可選參數(shù)weights在訓(xùn)練過程中根據(jù)每個類別的標(biāo)準(zhǔn)化的權(quán)重調(diào)整生成器的生成策略和判別器的判別策略；

22、然后，調(diào)整生成器和判別器；

23、生成器根據(jù)輸入的隨機(jī)噪聲和條件信息生成樣本，在訓(xùn)練過程中，生成器使用可選參數(shù)weights來進(jìn)行加權(quán)采樣，生成符合權(quán)重要求的樣本；

24、生成器的損失函數(shù)如下：

25、

26、其中，g(z,ci)是生成器生成的樣本，d是判別器的輸出，ci是類別條件；lg為生成器的損失函數(shù)；為期望值操作符，表示對隨機(jī)噪聲向量z的所有可能值的平均；z為隨機(jī)噪聲向量；pz(z)為隨機(jī)噪聲向量z的概率分布；

27、判別器區(qū)分真實樣本和生成樣本；

28、判別器的損失函數(shù)如下：

29、

30、其中，pdata(x)是真實樣本分布；d(x,ci)是判別器對真實樣本x的預(yù)測概率；g(z,ci)是生成器生成的樣本；ld為判別器的損失函數(shù)；為對真實樣本x的期望值操作符，表示真實樣本的所有可能值的平均；x為真實樣本；pdata(x)為真實數(shù)據(jù)的概率分布。

31、優(yōu)選的，步驟s6中，對合成數(shù)據(jù)進(jìn)行質(zhì)量評估，采用的評估指標(biāo)包括均方誤差、auc和f1分?jǐn)?shù)。

32、因此，本發(fā)明采用上述的一種基于生成對抗網(wǎng)絡(luò)的成礦數(shù)據(jù)擴(kuò)充方法，能夠生成高質(zhì)量、多樣化的成礦樣本，顯著提升礦產(chǎn)資源預(yù)測模型的性能。本發(fā)明為解決礦產(chǎn)資源勘探中的數(shù)據(jù)不平衡問題提供了一種有效的新方法，在成礦預(yù)測領(lǐng)域具有重大意義，具有廣泛的應(yīng)用前景。

技術(shù)特征：

1.一種基于生成對抗網(wǎng)絡(luò)的成礦數(shù)據(jù)擴(kuò)充方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于生成對抗網(wǎng)絡(luò)的成礦數(shù)據(jù)擴(kuò)充方法，其特征在于，步驟s1中，地物化遙數(shù)據(jù)包括區(qū)域地質(zhì)數(shù)據(jù)、遙感數(shù)據(jù)、土壤地球化學(xué)數(shù)據(jù)和地球物理數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的一種基于生成對抗網(wǎng)絡(luò)的成礦數(shù)據(jù)擴(kuò)充方法，其特征在于，步驟s1中，預(yù)處理包括缺失值處理和重分類。

4.根據(jù)權(quán)利要求3所述的一種基于生成對抗網(wǎng)絡(luò)的成礦數(shù)據(jù)擴(kuò)充方法，其特征在于，步驟s3中，每個類別的頻率分布如下：

5.根據(jù)權(quán)利要求4所述的一種基于生成對抗網(wǎng)絡(luò)的成礦數(shù)據(jù)擴(kuò)充方法，其特征在于，步驟s4中，在生成對抗網(wǎng)絡(luò)模型中構(gòu)造一個包含標(biāo)準(zhǔn)化的權(quán)重的可選參數(shù)，用于傳遞每個類別的權(quán)重信息，具體操作為：

6.根據(jù)權(quán)利要求5所述的一種基于生成對抗網(wǎng)絡(luò)的成礦數(shù)據(jù)擴(kuò)充方法，其特征在于，步驟s6中，對合成數(shù)據(jù)進(jìn)行質(zhì)量評估，采用的評估指標(biāo)包括均方誤差、auc和f1分?jǐn)?shù)。

技術(shù)總結(jié)
本發(fā)明提供了一種基于生成對抗網(wǎng)絡(luò)的成礦數(shù)據(jù)擴(kuò)充方法，屬于成礦預(yù)測技術(shù)領(lǐng)域，包括以下步驟：S1、采集已知礦點和非礦點的地物化遙數(shù)據(jù)并預(yù)處理，構(gòu)建成礦預(yù)測數(shù)據(jù)集；S2、采用層次聚類算法對成礦預(yù)測數(shù)據(jù)集中的樣本進(jìn)行分類，并進(jìn)行類別劃分；S3、通過計算每個類別的頻率分布，確定相應(yīng)的類別權(quán)重，并對類別權(quán)重進(jìn)行標(biāo)準(zhǔn)化處理；S4、在生成對抗網(wǎng)絡(luò)模型中構(gòu)造一個包含標(biāo)準(zhǔn)化的權(quán)重的可選參數(shù)，用于傳遞每個類別的權(quán)重信息；S5、根據(jù)標(biāo)準(zhǔn)化的權(quán)重的可選參數(shù)，采用加權(quán)采樣策略，結(jié)合預(yù)設(shè)的指定條件，生成合成數(shù)據(jù)；S6、對合成數(shù)據(jù)進(jìn)行質(zhì)量評估。本發(fā)明能夠生成高質(zhì)量、多樣化的成礦樣本，顯著提升礦產(chǎn)資源預(yù)測模型的性能。

技術(shù)研發(fā)人員：孔春芳,李必億,徐凱,吳沖龍,李巖,田宜平,趙杰,周廣隆,徐城陽,呂維逸,董洋,向世澤,武永進(jìn),黃子賢,田倩
受保護(hù)的技術(shù)使用者：中國地質(zhì)大學(xué)（武漢）
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9