CN112990322A - 一种确定地球化学异常识别临界值的方法、装置及设备 - Google Patents
一种确定地球化学异常识别临界值的方法、装置及设备 Download PDFInfo
- Publication number
- CN112990322A CN112990322A CN202110308055.9A CN202110308055A CN112990322A CN 112990322 A CN112990322 A CN 112990322A CN 202110308055 A CN202110308055 A CN 202110308055A CN 112990322 A CN112990322 A CN 112990322A
- Authority
- CN
- China
- Prior art keywords
- value
- pixel
- preset critical
- determining
- critical value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 71
- 239000011707 mineral Substances 0.000 claims abstract description 71
- 230000004927 fusion Effects 0.000 claims abstract description 68
- 230000002159 abnormal effect Effects 0.000 claims description 31
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000005065 mining Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请涉及一种确定地球化学异常识别临界值的方法、装置及设备，其中该方法包括：根据多元地球化学融合值图层的地理空间范围，确定已知矿点图层的地理边界；将该地理边界内的已知矿点图层转换为矿点栅格图层，矿点栅格图层与多元素地球化学融合值图层像元尺寸相同且对应，已知矿点所属的像元的矿点值设置为第一值，无已知矿点所属的像元的矿点值设置为第二值；以每个像元的融合值分别作为预设临界值识别多元地球化学异常；对于每个预设临界值，确定预设临界值对应的查准率和查全率；根据多个预设临界值对应的查准率和查全率绘制P‑R曲线，并确定P‑R曲线的平衡点，将平衡点对应的预设临界值设置为最佳临界值。由此提高了临界值的准确性。
Description
技术领域
本申请涉及地球化学异常(geochemical anomaly)识别技术领域，尤其涉及一种确定地球化学异常识别临界值的方法、装置及设备。
背景技术
多元素地球化学背景与异常临界值计算是地球化学异常圈定的重要内容。由于神经网络、深度学习等一系列人工智能方法对数据没有分布要求，以及善于处理非线性关系，这使得在地质情况较复杂区域，多元地球化学数据处理多采用人工智能相关方法。无监督人工智能方法将多个地球化学元素融合，并根据大概率样本原则将多元素背景特征聚集，从而得到背景与异常相对分离状态的多元素融合值。
然而，由于多元素地球化学融合值没有明确的临界值来划分背景与异常，一般采用人工经验或者采用固定占比的方法设定，这导致临界值的设定缺乏科学依据。当遇到经验不足的操作人员容易得到不准确的临界值，这不利于地球化学多元素融合的方法评价与检验。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种确定地球化学异常识别临界值的方法、装置及设备。
第一方面，本申请提供了一种确定地球化学异常识别临界值的方法，包括：根据多元地球化学融合值图层的地理空间范围，确定已知矿点图层的地理边界；将该地理边界内的已知矿点图层转换为矿点栅格图层，其中，矿点栅格图层的像元与多元素地球化学融合值图层的像元尺寸相同且一一对应，已知矿点所属的像元的矿点值设置为第一值，无已知矿点所属的像元的矿点值设置为第二值；以至少部分像元中每个像元的融合值分别作为预设临界值识别多元地球化学异常，得到每个像元在每个预设临界值下的预测值，其中，如果像元被预测为异常区域，像元的预测值设置为第一值，如果像元被识别为背景区域，像元的预测值设置为第二值；对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值的一致性，确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率(P)和查全率(R)；根据多个预设临界值对应的查准率和查全率绘制P-R曲线，并确定P-R曲线的平衡点，将平衡点对应的预设临界值设置为最佳临界值。
在某些实施例中，上述方法还包括：对于每个像元，如果像元对应的融合值小于最佳临界值，以第一颜色显示像元；如果像元对应的融合值大于或等于最佳临界值，以区别于第一颜色的第二颜色显示像元。
在某些实施例中，对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值的一致性，确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率，包括：对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值，生成混淆矩阵，并根据混淆矩阵确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率。
在某些实施例中，对于每个像元，如果像元的融合值小于所述预设临界值，所述像元被预测为异常区域；如果像元的融合值大于或等于所述预设临界值，所述像元被预测为背景区域。
第二方面，本申请提供了一种确定地球化学异常识别临界值的装置，包括：第一确定模块，用于根据多元地球化学融合值图层的地理空间范围，确定已知矿点图层的地理边界；转换模块，用于将地理边界内的已知矿点图层转换为矿点栅格图层，其中，矿点栅格图层的像元与多元素地球化学融合值图层的像元尺寸相同且一一对应，已知矿点所属的像元的矿点值设置为第一值，无已知矿点所属的像元的矿点值设置为第二值；识别模块，用于以至少部分像元中每个像元的融合值分别作为预设临界值识别多元地球化学异常，得到每个像元在每个预设临界值下的预测值，其中，如果像元被预测为异常区域，像元的预测值设置为所述第一值，如果像元被识别为背景区域，像元的预测值设置为所述第二值；第二确定模块，用于对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值的一致性，确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率；第三确定模块，用于根据多个预设临界值对应的查准率和查全率绘制P-R曲线，并确定P-R曲线的平衡点，将平衡点对应的预设临界值设置为最佳临界值。
在某些实施例中，上述装置还包括：显示模块，用于对于每个像元，如果像元对应的融合值小于最佳临界值，以第一颜色显示像元；如果像元对应的融合值大于或等于最佳临界值，以区别于第一颜色的第二颜色显示像元。
在某些实施例中，第二确定模块，具体用于对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值，生成混淆矩阵，并根据混淆矩阵确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率。
在某些实施例中，上述识别模块，具体用于对于每个像元，如果像元的融合值小于预设临界值，像元被预测为异常区域；如果像元的融合值大于或等于预设临界值，像元被预测为背景区域。
第三方面，本申请提供了一种计算机设备，计算机设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；计算机程序被处理器执行时实现本申请任一确定地球化学异常识别临界值的方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质上存储有确定地球化学异常识别临界值的程序，确定地球化学异常识别临界值的程序被处理器执行时实现本申请任一确定地球化学异常识别临界值的方法的步骤。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，在有已知矿点的区域，采用P-R曲线的平衡点法，来完成多元素地球化学融合值的背景与异常临界值计算，从而完成多元素地球化学异常与背景的划分。有效的解决了传统临界值固定占比方法不准确问题。利用已知矿点和多元素地球化学融合值计算P、R值并绘制P-R曲线，以P-R曲线平衡点作为最佳临界值，避免了多元素地球化学异常临界值对人工经验的依赖，提高了多元素地球化学临界值的准确性，为多元地球化学异常区域圈定以及可视化展示提供支持。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的确定地球化学异常识别临界值的方法一种实施方式的流程图；
图2为本申请实施例提供的确定地球化学异常识别临界值的方法一种优选示例的流程图；
图3为已知矿点矢量转栅格的示意图；
图4为生成数据对的示意图；
图5为多元地球化学融合值排序的示意图；
图6为临界值预设及生成数据组的示意图；
图7为P-R曲线绘制及获取平衡点的示意图；
图8为某研究区多元素地球化学异常分布图；
图9为本申请实施例提供的确定地球化学异常识别临界值的装置一种实施方式的结构框图；以及
图10为本申请实施例提供的计算机设备一种实施方式的硬件示意图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
本申请实施例提供了一种确定地球化学异常识别临界值的方法，该方法不依赖人工经验，且复合研究区成矿环境的多元素地球化学背景与异常的临界划定，提高多元素地球化学临界值计算的准确性，为多元地球化学异常区域圈定以及可视化展示提供支持。
图1为本申请实施例提供的确定地球化学异常识别临界值的方法一种实施方式的流程图，如图1所示，该方法包括步骤S102至步骤S110。
步骤S102，根据多元地球化学融合值图层的地理空间范围，确定已知矿点图层的地理边界。
步骤S104，将该地理边界内的已知矿点图层转换为矿点栅格图层。
其中，矿点栅格图层的像元与多元素地球化学融合值图层的像元尺寸相同且一一对应，已知矿点所属的像元的矿点值设置为第一值，无已知矿点所属的像元的矿点值设置为第二值。
步骤S106，以至少部分像元中每个像元的融合值分别作为预设临界值识别多元地球化学异常，得到每个像元在每个预设临界值下的预测值。
其中，如果像元被预测为异常区域，像元的预测值设置为第一值，如果像元被识别为背景区域，像元的预测值设置为第二值。
步骤S108，对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值的一致性，确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率。
步骤S110，根据多个预设临界值对应的查准率和查全率绘制P-R曲线，并确定P-R曲线的平衡点，将平衡点对应的预设临界值设置为最佳临界值。
通过本申请实施例，在有已知矿点的区域，采用P-R曲线的平衡点法，来完成多元素地球化学融合值的背景与异常临界值计算，从而完成多元素地球化学异常与背景的划分。有效的解决了传统临界值固定占比方法不准确问题。利用已知矿点和多元素地球化学融合值计算P、R值并绘制P-R曲线，以P-R曲线平衡点作为最佳临界值，避免了多元素地球化学异常临界值对人工经验的依赖，提高了多元素地球化学临界值的准确性，为多元地球化学异常区域圈定以及可视化展示提供支持。
在某些实施例中，根据最佳临界值识别地球化学异常，对识别结果进行可视化显示。作为一个示例，对于每个像元，如果像元对应的融合值小于最佳临界值，以第一颜色显示像元；如果像元对应的融合值大于或等于最佳临界值，以区别于第一颜色的第二颜色显示像元。
在某些实施例中，上述步骤S108中，对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值，生成混淆矩阵，并根据混淆矩阵确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率。
在某些实施例中，上述步骤S106中，对于每个像元，如果像元的融合值小于预设临界值，像元被预测为异常区域；如果像元的融合值大于或等于预设临界值，像元被预测为背景区域。
下面对本申请实施例的一个优选示例进行说明，在该优选示例中，如图2所示，确定地球化学异常识别临界值的方法包括步骤S202至步骤S218。
步骤S202，预处理过程。
由于矿点位置数据常为矢量点数据，多元地球化学融合值经过无监督学习方法进行多元素融合后为栅格数据，因此，在步骤S202中将矿点位置数据统一为栅格数据格式、统一像元尺寸。首先，根据多元地球化学融合值的地理空间范围，确定已知矿点图层的地理边界。其次，将该地理边界内的已知矿点数据，转为栅格数据格式，栅格像元尺寸按照多元素地球化学融合值的像元尺寸设置，已知矿点所属的像元的矿点值设置为1(属性值)，无已知矿点的像元矿点值(属性值)设置为0，得到与多元地球化学融合值图层地理范围、像元尺寸一致的矿点栅格图层，如图3所示。
步骤S204，生成数据对。
在步骤S204中，将同一像元的多元地球化学融合值和矿点值(0或1)合并生成数据对，如(元素融合浓度值，1)，(元素融合浓度值，0)，如图4所示。
步骤S206，多元地球化学融合值排序。
在步骤S206中，按照多元素地球化学元素融合值的大小对数据对进行排序，如图5所示。
步骤S208，任意以一个数据对中的融合值作为预设临界值进行识别。
任意以一个数据对中的融合值作为预设临界值，大于等于预设临界值的像元，预测为异常区域，预测值设置为1(表示有潜在矿产资源)，小于预设临界值的像元，预测为背景区域，预测值设置为0(表示没有潜在矿产资源)。生成包含融合值、矿点值、预测值的数据组，如图6所示。
步骤S210，计算混淆矩阵。
根据步骤S208得到的数据组计算该数据组的混淆矩阵，如表1所示。
表1分类结果混淆矩阵
步骤S212，依据混淆矩阵计算查准率(P)和查全率(R)。
重复步骤S210与步骤S212，直到所有的多元素地球化学元素融合值都被设置为预设临界值，并计算出相应P，R值。
在步骤S212中，计算如下：P＝TP/(TP+FP)，R＝TP/(TP+FN)。
查准率表示预测为异常的像元中有多少已知矿点。查全率表示所有包含已知矿点的像元中有多少像元被预测为异常。
步骤S214，根据所有的P、R值绘制P-R曲线，如图7所示。
步骤S216，选取平衡点。
绘制y＝x(y>0,x>0)曲线，该曲线与P-R曲线相交点为平衡点(如图7所示)。该点代表查重率、查全率都在相对较高的水平，表示该点能保证预测正确率，同时防止已知矿点被预测遗漏。
步骤S218，获取最佳临界值。
根据平衡点的P、R值，找到相应的预设临界值，该值为最佳临界值。如需可视化展示背景与异常的分布，可将背景显示颜色设定为冷色系，异常区域的颜色设定为暖色系。如图9为某研究区多元素地球化学异常分布图，根据以上步骤选取了临界值后，将小于临界值的颜色设置为深色(背景区域)，将大于等于临界值的颜色设置为浅色(异常区域)。
该优选示例，实现了多元素地球化学异常临界值的科学设定方式，该方式无需人工经验，利用P-R曲线平衡点设定临界值有效避免了人工经验不足给临界值设定带来的不确定性。相对固定占比的临界值设定方式，它有效提高了异常临界值设定的准确性，为多元地球化学异常区域圈定以及可视化展示提供支持。
本申请实施例还提供了一种确定地球化学异常识别临界值的装置，如图9所示，该装置包括：第一确定模块910，用于根据多元地球化学融合值图层的地理空间范围，确定已知矿点图层的地理边界；转换模块920，与第一确定模块910相连，用于将地理边界内的已知矿点图层转换为矿点栅格图层，其中，矿点栅格图层的像元与多元素地球化学融合值图层的像元尺寸相同且一一对应，已知矿点所属的像元的矿点值设置为第一值，无已知矿点所属的像元的矿点值设置为第二值；识别模块930，与转换模块920相连，用于以至少部分像元中每个像元的融合值分别作为预设临界值识别多元地球化学异常，得到每个像元在每个预设临界值下的预测值，其中，如果像元被预测为异常区域，像元的预测值设置为所述第一值，如果像元被识别为背景区域，像元的预测值设置为所述第二值；第二确定模块940，与识别模块930相连，用于对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值的一致性，确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率；第三确定模块950，与第二确定模块940相连，用于根据多个预设临界值对应的查准率和查全率绘制P-R曲线，并确定P-R曲线的平衡点，将平衡点对应的预设临界值设置为最佳临界值。
在某些实施例中，如图9所示，上述装置还包括：显示模块960，用于对于每个像元，如果像元对应的融合值小于最佳临界值，以第一颜色显示像元；如果像元对应的融合值大于或等于最佳临界值，以区别于第一颜色的第二颜色显示像元。
在某些实施例中，第二确定模块940，具体用于对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值，生成混淆矩阵，并根据混淆矩阵确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率。
在某些实施例中，上述识别模块930，具体用于对于每个像元，如果像元的融合值小于预设临界值，像元被预测为异常区域；如果像元的融合值大于或等于预设临界值，像元被预测为背景区域。
本实施例还提供一种计算机设备。本实施例的计算机设备20至少包括但不限于：可通过系统总线相互通信连接的存储器21、处理器22，如图10所示。需要指出的是，图10仅示出了具有组件21-22的计算机设备20，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
本实施例中，存储器21(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器21可以是计算机设备20的内部存储单元，例如该计算机设备20的硬盘或内存。在另一些实施例中，存储器21也可以是计算机设备20的外部存储设备，例如该计算机设备20上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，存储器21还可以既包括计算机设备20的内部存储单元也包括其外部存储设备。本实施例中，存储器21通常用于存储安装于计算机设备20的操作系统和各类应用软件，例如确定地球化学异常识别临界值的程序代码等。此外，存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器22在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制计算机设备20的总体操作。本实施例中，处理器22用于运行存储器21中存储的程序代码或者处理数据，例如确定地球化学异常识别临界值的程序代码，以实现确定地球化学异常识别临界值的方法。
本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储确定地球化学异常识别临界值的程序，被处理器执行时实现确定地球化学异常识别临界值的方法的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (10)
1.一种确定地球化学异常识别临界值的方法，其特征在于，包括：
根据多元地球化学融合值图层的地理空间范围，确定已知矿点图层的地理边界；
将所述地理边界内的已知矿点图层转换为矿点栅格图层，其中，所述矿点栅格图层的像元与所述多元素地球化学融合值图层的像元尺寸相同且一一对应，已知矿点所属的像元的矿点值设置为第一值，无已知矿点所属的像元的矿点值设置为第二值；
以至少部分像元中每个像元的融合值分别作为预设临界值识别多元地球化学异常，得到每个像元在每个预设临界值下的预测值，其中，如果像元被预测为异常区域，像元的预测值设置为所述第一值，如果像元被识别为背景区域，像元的预测值设置为所述第二值；
对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值的一致性，确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率；
根据多个预设临界值对应的查准率和查全率绘制P-R曲线，并确定P-R曲线的平衡点，将所述平衡点对应的预设临界值设置为最佳临界值。
2.根据权利要求1所述的方法，其特征在于，还包括：
对于每个像元，如果像元对应的融合值小于所述最佳临界值，以第一颜色显示像元；如果像元对应的融合值大于或等于所述最佳临界值，以区别于所述第一颜色的第二颜色显示像元。
3.根据权利要求1或2所述的方法，其特征在于，对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值的一致性，确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率，包括：
对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值，生成混淆矩阵，并根据所述混淆矩阵确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率。
4.根据权利要求1或2所述的方法，其特征在于，对于每个像元，如果像元的融合值小于所述预设临界值，所述像元被预测为异常区域；如果像元的融合值大于或等于所述预设临界值，所述像元被预测为背景区域。
5.一种确定地球化学异常识别临界值的装置，其特征在于，包括：
第一确定模块，用于根据多元地球化学融合值图层的地理空间范围，确定已知矿点图层的地理边界；
转换模块，用于将所述地理边界内的已知矿点图层转换为矿点栅格图层，其中，所述矿点栅格图层的像元与所述多元素地球化学融合值图层的像元尺寸相同且一一对应，已知矿点所属的像元的矿点值设置为第一值，无已知矿点所属的像元的矿点值设置为第二值；
识别模块，用于以至少部分像元中每个像元的融合值分别作为预设临界值识别多元地球化学异常，得到每个像元在每个预设临界值下的预测值，其中，如果像元被预测为异常区域，像元的预测值设置为所述第一值，如果像元被识别为背景区域，像元的预测值设置为所述第二值；
第二确定模块，用于对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值的一致性，确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率；
第三确定模块，用于根据多个预设临界值对应的查准率和查全率绘制P-R曲线，并确定P-R曲线的平衡点，将所述平衡点对应的预设临界值设置为最佳临界值。
6.根据权利要求5所述的装置，其特征在于，还包括：
显示模块，用于对于每个像元，如果像元对应的融合值小于所述最佳临界值，以第一颜色显示像元；如果像元对应的融合值大于或等于所述最佳临界值，以区别于所述第一颜色的第二颜色显示像元。
7.根据权利要求5或6所述的装置，其特征在于，所述第二确定模块，具体用于对于每个预设临界值，根据像元对应的矿点值与在预设临界值下的预测值，生成混淆矩阵，并根据所述混淆矩阵确定预设临界值对应的查准率和查全率，得到多个预设临界值对应的查准率和查全率。
8.根据权利要求5或6所述的装置，其特征在于，所述识别模块，具体用于对于每个像元，如果像元的融合值小于所述预设临界值，所述像元被预测为异常区域；如果像元的融合值大于或等于所述预设临界值，所述像元被预测为背景区域。
9.一种计算机设备，其特征在于，所述计算机设备包括：
存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；
所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的确定地球化学异常识别临界值的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有确定地球化学异常识别临界值的程序，所述确定地球化学异常识别临界值的程序被处理器执行时实现如权利要求1至4中任一项所述的确定地球化学异常识别临界值的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110308055.9A CN112990322A (zh) | 2021-03-23 | 2021-03-23 | 一种确定地球化学异常识别临界值的方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110308055.9A CN112990322A (zh) | 2021-03-23 | 2021-03-23 | 一种确定地球化学异常识别临界值的方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112990322A true CN112990322A (zh) | 2021-06-18 |
Family
ID=76333097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110308055.9A Pending CN112990322A (zh) | 2021-03-23 | 2021-03-23 | 一种确定地球化学异常识别临界值的方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112990322A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103529486A (zh) * | 2013-07-02 | 2014-01-22 | 核工业北京地质研究院 | 一种地球化学异常圈定方法 |
| CN106126882A (zh) * | 2016-06-15 | 2016-11-16 | 中国地质大学（北京） | 基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法 |
| CN106126780A (zh) * | 2016-06-15 | 2016-11-16 | 中国地质大学（北京） | 一种基于小波分解的低温热液型金矿靶区的优选方法 |
| CN107480460A (zh) * | 2017-08-25 | 2017-12-15 | 中国地质科学院矿产资源研究所 | 大区域复杂背景区多元素地球化学异常识别方法 |
| CN107798340A (zh) * | 2017-09-29 | 2018-03-13 | 中国地质大学（武汉） | 基于空间约束多自编码器的多元地球化学异常识别方法 |
| CN107807221A (zh) * | 2017-09-22 | 2018-03-16 | 中国石油天然气集团公司 | 一种地球化学普查实验室样品分析的异常点抽查检查方法 |
| CN108710777A (zh) * | 2018-05-21 | 2018-10-26 | 中国地质大学（武汉） | 基于多卷积自编码神经网络的多元化探异常识别方法 |
| CN109166050A (zh) * | 2018-09-12 | 2019-01-08 | 中山大学 | 地球化学异常信息提取方法 |
| CN109273059A (zh) * | 2018-10-15 | 2019-01-25 | 成都理工大学 | 一种区域地球化学数据校正方法 |
| CN111639067A (zh) * | 2020-05-21 | 2020-09-08 | 中国地质大学（武汉） | 多特征融合卷积自编码的多元地球化学异常识别方法 |
-
2021
- 2021-03-23 CN CN202110308055.9A patent/CN112990322A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103529486A (zh) * | 2013-07-02 | 2014-01-22 | 核工业北京地质研究院 | 一种地球化学异常圈定方法 |
| CN106126882A (zh) * | 2016-06-15 | 2016-11-16 | 中国地质大学（北京） | 基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法 |
| CN106126780A (zh) * | 2016-06-15 | 2016-11-16 | 中国地质大学（北京） | 一种基于小波分解的低温热液型金矿靶区的优选方法 |
| CN107480460A (zh) * | 2017-08-25 | 2017-12-15 | 中国地质科学院矿产资源研究所 | 大区域复杂背景区多元素地球化学异常识别方法 |
| CN107807221A (zh) * | 2017-09-22 | 2018-03-16 | 中国石油天然气集团公司 | 一种地球化学普查实验室样品分析的异常点抽查检查方法 |
| CN107798340A (zh) * | 2017-09-29 | 2018-03-13 | 中国地质大学（武汉） | 基于空间约束多自编码器的多元地球化学异常识别方法 |
| CN108710777A (zh) * | 2018-05-21 | 2018-10-26 | 中国地质大学（武汉） | 基于多卷积自编码神经网络的多元化探异常识别方法 |
| CN109166050A (zh) * | 2018-09-12 | 2019-01-08 | 中山大学 | 地球化学异常信息提取方法 |
| CN109273059A (zh) * | 2018-10-15 | 2019-01-25 | 成都理工大学 | 一种区域地球化学数据校正方法 |
| CN111639067A (zh) * | 2020-05-21 | 2020-09-08 | 中国地质大学（武汉） | 多特征融合卷积自编码的多元地球化学异常识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| 梅子行，毛鑫宇著: "《智能风控Python金融风险管理与评分卡建模》", 31 May 2020 * |
| 王家兴: "基于深度数据特征的铁路手信号姿态识别", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑(月刊)》 * |
| 陈丽蓉: "顾及空间约束的多元地球化学异常识别自编码神经网络方法研究", 《中国优秀博硕士学位论文全文数据库(博士)基础科学辑(月刊)》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110059694B (zh) | 电力行业复杂场景下的文字数据的智能识别方法 | |
| CN107977407B (zh) | 瓦片地图存储方法、装置、存储介质和计算机设备 | |
| CN110443862B (zh) | 基于无人机的岩性填图方法及系统、电子设备 | |
| CN114863418B (zh) | 一种均压场识别方法、装置、存储介质及终端 | |
| Alvioli et al. | Topography-driven satellite imagery analysis for landslide mapping | |
| CN115620168B (zh) | 基于空天数据提取三维建筑物轮廓的方法、装置及设备 | |
| CN111538799A (zh) | 热力图构建方法、设备、存储介质及装置 | |
| CN111666319A (zh) | 数据显示方法、装置、电子设备及计算机可读存储介质 | |
| CN115372877B (zh) | 基于无人机的变电站的避雷器泄露电流表计巡检方法 | |
| CN113222921A (zh) | 一种图像处理方法及系统 | |
| CN111815576A (zh) | 金属部件腐蚀状况检测方法、装置、设备和存储介质 | |
| CN113298042B (zh) | 遥感影像数据的处理方法及装置、存储介质、计算机设备 | |
| CN112765299B (zh) | 非规则栅格数据的可视化方法、装置、电子设备、存储介质 | |
| CN112561942B (zh) | 一种基于dmsp夜间灯光影像的城郊村三元结构自动提取方法 | |
| CN106651803B (zh) | 户型数据的识别方法及装置 | |
| CN111121794B (zh) | 地图渲染方法、装置、终端设备及存储介质 | |
| CN113628180A (zh) | 一种基于语义分割网络的遥感建筑物检测方法及系统 | |
| CN112990322A (zh) | 一种确定地球化学异常识别临界值的方法、装置及设备 | |
| US8755606B2 (en) | Systems and methods for efficient feature extraction accuracy using imperfect extractors | |
| CN111160073B (zh) | 车牌类型识别方法、装置及计算机可读存储介质 | |
| CN114626458B (zh) | 一种高压后部识别方法、装置、存储介质及终端 | |
| CN114511862B (zh) | 表格识别方法、装置及电子设备 | |
| CN112067118B (zh) | 基于卫星云图的光照强度检测方法、装置、设备以及介质 | |
| CN116188587A (zh) | 定位方法、装置及车辆 | |
| CN114491127A (zh) | 车险投保信息的检测方法、装置、计算机设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210618 |