[发明专利]一种基于稀疏字典学习的油井示功图压缩存储方法有效
| 申请号： | 201510263006.2 | 申请日： | 2015-05-22 |
| 公开（公告）号： | CN104867166B | 公开（公告）日： | 2018-04-06 |
| 发明（设计）人： | 田海峰;余先川;高贯银 | 申请（专利权）人： | 北京师范大学 |
| 主分类号： | G06T9/00 | 分类号： | G06T9/00;G06K9/66 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100875 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 稀疏 字典 学习 油井 示功图 压缩 存储 方法 | ||
1.一种基于稀疏字典学习的油井示功图压缩存储方法，其特征在于，该方法包括：(1)收集历史油井示功图数据，分类选取油井示功图数据中的典型示功图，组成示功图数据训练样本库；(2)根据示功图数据中位移起始位置分别对位移数据和载荷数据进行调整，将示功图数据训练样本库分解为位移数据样本库M和载荷数据样本库L；(3)初始化位移稀疏字典DM和载荷稀疏字典DL为DCT字典；(4)利用位移训练样本库M训练位移稀疏字典DM，利用载荷训练样本库L训练载荷稀疏字典DL；(5)保存位移稀疏字典DM和载荷稀疏字典DL；(6)对于一个原始油井示功图数据，将其分解为位移数据和载荷数据；(7)根据位移数据起始位置分别对位移数据和载荷数据进行调整，得到位移数据向量x和载荷数据向量y；(8)通过OMP算法获取位移稀疏系数向量αM和载荷稀疏系数向量αL；(9)保存位移稀疏系数向量αM和载荷稀疏系数向量αL；(10)提取位移稀疏系数向量αM和载荷稀疏系数向量αL；(11)将位移稀疏系数向量αM与位移稀疏字典DM相结合，得到位移数据向量x，将载荷稀疏系数向量αL与载荷稀疏字典DL相结合，得到载荷数据向量y；(12)由位移数据向量x和载荷数据向量y重构示功图。
2.根据权利要求1所述一种基于稀疏字典学习的油井示功图压缩存储方法，其特征在于训练稀疏字典时，应分成位移稀疏字典和载荷稀疏字典分别进行训练。
3.根据权利要求1所述一种基于稀疏字典学习的油井示功图压缩存储方法，其特征在于根据示功图数据中位移数据起始位置分别对位移和载荷数据进行调整。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京师范大学，未经北京师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201510263006.2/1.html，转载请声明来源钻瓜专利网。
