基于多模态特征融合的地质体识别方法
将深度学习技术应用于地质填图,挖掘不同模态数据深层次信息,可以实现更为准确的地质填图.提出了一种基于多模态特征融合的地质体识别方法,综合考虑地球物理、地球化学数据和遥感影像数据,该方法先利用深度神经网络和卷积神经网络分别提取这两种不同模态数据的特征,然后进行特征拼接得到多模态特征,最后利用全连接神经网络进行特征融合完成地质体分类.交叉验证结果表明,提出的多模态特征融合方法比仅使用地球物理地球化学数据或遥感影像数据的深度学习方法相比有明显的优势,在分类准确率上分别提升了14.08%和2.79%,证明了该方法可以实现更为精准的地质体识别,进而更好地辅助地质填图.
地质体识别、地质填图、多模态特征融合、深度学习、矿产勘察
48
P623(地质、矿产普查与勘探)
中国地质调查局地质调查项目No.DD20190416
2023-11-06(万方平台首次上网日期,不代表论文的发表时间)
共10页
3743-3752