本發(fā)明屬于礦產(chǎn)資源預(yù)測(cè)技術(shù)領(lǐng)域，具體公開(kāi)了基于深度學(xué)習(xí)的斑巖淺成低溫?zé)嵋盒偷V產(chǎn)預(yù)測(cè)方法及系統(tǒng)，其中方法包括：預(yù)測(cè)變量準(zhǔn)備、預(yù)測(cè)變量數(shù)據(jù)處理、訓(xùn)練樣本選取、模型構(gòu)建及找礦靶區(qū)識(shí)別。該方案基于60m空間分辨率提取地球物理、地球化學(xué)、高光譜礦物信息數(shù)據(jù)，不使用地質(zhì)要素，有效避免了地質(zhì)要素不確定性的影響，提高了模型的預(yù)測(cè)精度。在礦產(chǎn)預(yù)測(cè)領(lǐng)域中，首次構(gòu)建自注意力機(jī)制全連接神經(jīng)網(wǎng)絡(luò)進(jìn)行監(jiān)督分類式礦產(chǎn)資源預(yù)測(cè)，增強(qiáng)了預(yù)測(cè)變量間關(guān)聯(lián)信息的獲取能力，提升預(yù)測(cè)變量有效特征的篩選能力，從而改善了礦產(chǎn)資源預(yù)測(cè)精度，為有效開(kāi)展機(jī)器學(xué)習(xí)在礦產(chǎn)資源應(yīng)用提供技術(shù)基礎(chǔ)。