矿产预测,即矿产资源潜力评价,是地质学、数学、信息技术及计算机技术等领域相结合的产物。它是在研究和认识矿产成矿规律的基础上,应用地地质理论和可能涉及到的地质的、物探的、化探的、遥感的、数学地质等技术方法,指出现在还未发现但应该存在或可能存在的矿产资源及矿床,并对其质与量作出评价与预测。随着矿产预测难度的不断增加以及现代技术的不断发展,GIS技术在现今的矿产预测领域充当了越来越重要的角色。合理的使用GIS技术并利用数据可视化的方法可以大大提高我们的工作效率以及矿产预测的准确性。非负矩阵分解理论(Non-Negative Matrix Factorization,NMF)是国际上新近提出的一种矩阵分解方法,该方法将非负性的限制条件增加到了原有的矩阵运算基础之上,以此来达到矩阵数据分解之后具有非负性的目的,并且其求解方法具有收敛速度快、稀疏、降维等特性。非负性的条件限制符合许多实际问题的要求,正适合应用到矿产预测这种某些类型数据具有非负特性并且数据量很大的领域之中。本文主要是做了一下几项工作:首先,对矿产预测的国内外发展现状进行了分析与解读,并对矿产预测的理论相关方法进行了一定的阐述。然后,详细的阐述了非负矩阵分解理论的起源与特点,并对其进行了深入地分析与研究,在传统算法的基础上,介绍了几种改进后的算法,并选取了适合的改进算法应用到矿产预测领域。最后,以VC++为编程工具,结合地理信息系统MapGis SDK二次开发库完成了基于NMF的矿产预测系统的设计与开发。并使用该系统对内蒙古东部地区1:20万银矿产资源进行了定量预测,利用选定的局部非负矩阵分解方法(LNMF)对集成变量矩阵中的主要特征向量进行了提取与处理。在将所得结果与使用其它统计方法所得结果进行了对比分析与评估后,得到了令人满意的结果。