一种数据-模式驱动的矿产预测人工智能模型构建方法

本发明公开了一种数据‑模式驱动的矿产预测人工智能模型构建方法，涉及地球科学领域，该方法主要包括：根据成矿系统确定源、运和储替代指标；汇编多源地球科学数据集；构建源、运和储分支人工智能模型；建立矿床空间分布密度与关键控矿要素距离之间的幂律函数；将幂律函数加入至人工智能模型的隐含层中，构建成矿模式约束人工智能模型；将多源地球科学数据集输入至源、运和储分支人工智能模型中，提取源、运和储替代指标图层；将这些图层输入至成矿模式约束人工智能模型中，圈定成矿远景区。实施本发明提供的一种数据‑模式驱动的矿产预测人工智能模型构建方法，能够提高矿产预测人工智能模型的可解释性和泛化能力，提升预测成矿远景区的精度。