摘要
本发明公开了一种基于人工智能的金属矿异常识别方法，涉及金属矿勘探技术领域，通过数据预处理将钻孔、地震等多源数据统一格式并配准；利用八叉树构建三维地质模型，结合三维卷积神经网络与图神经网络实现异常空间特征分析；引入地质事件信息，采用时空序列分析模型识别异常随时间的变化；基于强化学习构建勘探决策智能体优化勘探路径；最后通过多模型交叉验证和专家知识修正确保结果可靠性，并生成包含异常位置、成因及勘探建议的报告。该方法突破传统勘探局限，有效整合多源数据，实现异常的时空动态分析与精准定位，相比传统方法，异常识别准确率提升40％以上，勘探成本降低30％‑40％，为金属矿勘探提供了高效、科学的解决方案。
