(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111634863.0 (22)申请日 2021.12.2 9 (71)申请人 中国地质大 学 （武汉） 地址 430000 湖北省武汉市洪山区鲁磨路 388号 (72)发明人 扶金铭　万波　李红　储德平　 董帅　刘一阳　 (51)Int.Cl. G06F 30/27(2020.01) G06T 17/20(2006.01) G06K 9/62(2022.01) (54)发明名称 融合机器学习的径向基函数曲面复杂矿体 建模方法和装置 (57)摘要 本发明提供了一种融合机器学习的径向基 函数曲面复杂矿体 建模方法和装置， 其中方法包 括： 重采样三维剖面数据并赋予矿体特征属性； stacking机器学习模型的训练； 剖面形态复杂且 稀疏部分的插值加密； 剖面集合的边界点以及对 应法向量的提取； Hermite型径向基函数建立隐 式场； 基于行进四面体算法可视化三维矿体模 型。 本发明利用stacking机器 学习挖掘三维剖面 数据的特点， 实现了对曲面复杂矿体 建立连续可 靠且表面 光滑的三维矿体模型的技 术效果。 权利要求书2页 说明书6页 附图3页 CN 114297929 A 2022.04.08 CN 114297929 A 1.一种融合机器学习的径向基函数曲面复杂矿体建模方法， 径向基函数曲面复杂矿体 建模方法包括： 对原始剖面数据进行重采样处 理， 并将处 理后的数据转换为 三维离散点数据； 利用所述 三维离散点数据对stack ing机器学习模型进行训练； 利用训练好的stacking机器学习模型对所述原始剖面数据进行插值加密， 构 建出新的 剖面集合； 在所述剖面集合中提取边界点以及与所述边界点对应的法 向量， 利用所述边界点和所 述法向量 解析Hermite 型径向基函数； 确定建模区域边界， 建立整个建模区域 内的三维网格节点， 利用已解析的Hermite型径 向基函数计算所述 三维网格节点 值， 基于所述 三维网格节点 值建立建模区域隐式场； 利用行进四面体算法对所述建模区域隐式场进行 可视化操作， 建立 三维矿体模型。 2.如权利要求1所述的一种融合机器学习的径向基函数曲面复杂矿体建模方法， 其特 征在于， 对剖面数据进行重采样处 理， 包括步骤： 利用矩形框选剖面数据， 在矩形内等间距提取数据点， 获取数据点的x、 y和z方向的坐 标值； 将剖面边界线作为分界线， 在分界线内部的点赋予矿体属性值， 在边界线外部的点赋 予非矿体属性 值； 赋予矿体属性 值和非矿体属性 值后的数据点组成三维离 散点数据集。 3.如权利要求1所述的一种融合机器学习的径向基函数曲面复杂矿体建模方法， 其特 征在于， 利用所述 三维离散点数据对stack ing机器学习模型进行训练的步骤 包括： 利用所述三维离散点数据训练stacking机器学习模型中第一层的RF、 KNN、 XGBoost三 个基分类器； 利用三个基分类器的输出作为stacking机器学习模型中第二层XGBoost的训练数据， 对第二层XGBo ost进行训练， 得到stack ing机器学习模型。 4.如权利要求1所述的一种融合机器学习的径向基函数曲面复杂矿体建模方法， 其特 征在于， 利用训练好的st acking机器学习模型对所述原始剖面数据进行插值加密， 构建出 新的剖面 集合， 包括步骤: 对原始剖面数据 形态复杂且稀疏处的剖面 区域内， 取任意两个原始剖面的中间平面作 为待插值平面， 将所述待插值平面 转换为新的三维离 散点数据； 利用训练好的stacking机器学习模型对新的三维离散点数据进行预测， 并提取预测结 果的预测 属性作为矿体的三维离 散点； 将矿体的三维离散点转化为新的剖面数据， 将新的剖面数据与原始剖面数据融合构建 出新的剖面 集合。 5.如权利要求1所述的一种融合机器学习的径向基函数曲面复杂矿体建模方法， 其特 征在于， 确 定建模区域边界， 建立整个建模 区域内的三维网格节点， 利用已解析的Hermite 型径向基函数计算所述三维网格节点值， 基于所述三维网格节点值建立建模区域隐式场， 包括步骤： 确定整个建模范围的边界， 建立能够容纳整个建模区域的包围盒； 按照精度要求划分规则网格， 让网格节点 填充满整个建模区域的包围盒；权　利　要　求　书 1/2 页 2 CN 114297929 A 2利用已解析的Hermite 型径向基函数计算出建模区域网格节点的函数值； 基于所述 函数值， 将网格节点划分为矿体节点和非矿体节点； 基于划分后的矿体节点和所述非矿体节点建立建模区域隐式场。 6.如权利要求5所述的一种融合机器学习的径向基函数曲面复杂矿体建模方法， 其特 征在于， 基于所述 函数值， 将网格节点划分为矿体节点和非矿体节点的划分标准包括： 节点的函数值小于 0的节点在矿体模型内部； 节点的函数值 等于0的节点在矿体模型边界； 节点的函数值大于 0的节点在矿体模型外 部。 7.如权利要求1所述的一种融合机器学习的径向基函数曲面复杂矿体建模方法， 其特 征在于， 利用行进四面体算法对所述建模区域隐式场进行可视化操作， 建立三维矿体模型 包括： 将每个三维网格划分为6个四面体， 按此方法将整个建模区域网格进行划分， 利用行进 四面体算法将整个建模区域隐式场可视化， 从而形成三维矿体模型。 8.一种融合机器学习的径向基函数曲面复杂矿体建模装置， 其特征在于， 所述融合机 器学习的径向基函数曲面复杂矿体建模装置包括存储器、 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融合机器学习的径向基函数矿体建模程序， 所述融合机器学习的 径向基函数矿体建模程序被所述处理器执行时实现如权利要求1至7中任一项所述的融合 机器学习的径向基函数曲面复杂矿体建模方法的步骤。权　利　要　求　书 2/2 页 3 CN 114297929 A 3