基于多模型集成学习的矿产资源空间智能预测方法及装置

本发明属于矿产资源预测技术领域，提供了基于多模型集成学习的矿产资源空间智能预测方法及装置，包括：S1、获取待预测的地质空间的特征数据集；S2、使用训练好的卷积神经网络对所述特征数据集进行特征提取，得到新的特征数据集；S3、根据所述新的特征数据集和训练好的Stacking多模型集成学习空间智能建模进行矿产资源预测；本发明通过精确的数学运算和激活函数处理，能够高效地提取出输入特征图中的关键信息，并生成具有更强表示能力的特征图输出，该方法不仅降低了信息冗余，还解决了矿产资源预测过程中深层次、弱特征信息难以提取的难题，从而提升了特征提取的准确性和有效性，为后续的多模型集成学习提供了更加优质的特征数据基础。