基于知识图谱与数据深度学习的智能找矿模型构建方法

本发明涉及深度学习技术领域，具体为基于知识图谱与数据深度学习的智能找矿模型构建方法，包括以下步骤：通过采集多源地质数据进行时间分解与空间分层采样提取特征，语义编码计算依附权值构建地质知识结构，卷积提取时空特征结合语义偏离度加权融合生成层级特征耦合结果，聚合分析时空相关性提取一致分量，条件概率推理判断成矿响应关系并拟合模型，计算偏差调整权重分析语义一致性再分类聚合生成智能找矿优化结果，本发明中，通过多源地质数据经时间分解与空间分层采样提升特征精度，语义编码强化数据关联，卷积提取与语义融合增强时空一致性，层级耦合平衡多尺度特征，概率推理提升成矿关系判定准确性，结果精度与稳定性显著提高。