机器学习算法可从大量地质数据中自动学习和提取特征,进而实现对岩性的快速准确识别。以内蒙古某砂岩型铀矿区为研究对象,将数口井的测井数据随机划分为训练集和验证集,通过调整模型结构和优化超参数进行训练,利用BC1401、BC2802、BC4603和BC7206等4口井进行测试,实现对随机森林、XGBoost、K值邻近算法、BP网络和SMOTE-LSTM算法等模型应用效果的对比。分析结果显示,SMOTE-LSTM模型应用的稳定性和准确度最优,准确率为84.6%。