随着找矿工作的不断深入发展，其找矿的主要目标已由地表转向深部和隐伏、肓矿体。建立多学科优势互补、综合找矿机制是找矿的必然要求，也是矿产资源勘查中如何利用现有勘探手段快速有效的找寻隐伏矿床所研究的重点课题。本次研究的课题依托于《内蒙古自治区新巴尔虎右旗宝格德乌拉一带综合方法找矿》和《内蒙古自治区新巴尔虎右旗宝格德乌拉地区银多金属矿产整装勘查（试验）》两个项目，后者是前者的延续。由于区内第四系覆盖层分布较厚、较广，导致地质找矿标志不明显。通过多年来在该研究区的找矿实践，沿着物探方法的应用为主线，结合不同阶段的地质成果，取得了较为有效的找矿效果。最终针对本区寻找热液型多金属矿任务提出了综合物探找矿模式，并归纳总结出了其地质—地球物理模型。随着地质理论不断地发展，人们一直尝试着开展综合信息找矿理论的研究，建立了各种各样的矿产预测模型，大多基于统计学的理论之上，不但要求有海量的训练样本，而且预测精度远远不够。针对上述问题，本课题将传统的找矿方法与机器学习新技术结合起来，将支持向量分类机应用到物探异常的矿与非矿分类判别模型之中，其特有的理论基础（推广性的界、结构风险最小化、核函数、最优分类超平面）可有效地解决以往模型中要求大样本、过学习、局部极小、高维数等问题。目前，支持向量机已在多个领域取得成功的应用，受到了广大学者的认可。本次所研究的判别模型是建立在已总结出的上述找矿模型基础上的，采用铅、锌、银多金属矿作为判别对象，开展基于支持向量机的物探异常进行矿与非矿的分类判别研究。在研究了大量国内外支持向量机在相关领域的应用范例，详细阐述了统计学习理论及支持向量机的基本内容与框架。对矿体品位和物探参量（电阻率、极化率、磁性等）进行了相关分析，并选定与已知金属元素相关性较强的参量作为输入特征向量，建立地下不同深度岩矿属性的判别模型。通过前人的大量研究，经综合对比分析，选定了径向基核函数（RBF）作为本次判别模型的核函数；又通过交叉验证和网格搜索，得到了所需的最佳模型参数，建立了一套基于物探异常信息进行矿与非矿的分类判别模型，采用Visual C++6.0语言编程，完成了分类判别系统的编制。最后，将模型应用到宝格德乌拉一带杭盖音区铅锌银矿点进行验证，并取得了较好的应用效果。本研究课题的主要成果有：①系统的归纳总结出了该区综合物探找矿模式，建立了针对热液型多金属矿的地质—地球物理模型。②在上述模型基础上，基于支持向量机理论，建立了综合物探异常进行矿与非矿分类判别的量化模型。