[发明专利]一种砂砾岩粒度智能分析系统和方法

权利要求书

1.一种砂砾岩粒度智能分析系统，其特征在于，包括依次相连的数据读取模块、数据清洗模块、数据分类模块、粒度图件自动绘制模块、累计粒度概率曲线自动生成模块、沉积环境分析模块；

所述数据读取模块基于面向对象的程序读取砂砾岩粒度数据；再由所述数据清洗模块清洗所述砂砾岩粒度数据；所述数据分类模块对清洗后的数据进行自动分类处理，提取绘制粒度图件所需数据；所述粒度图件自动绘制模块利用人工智能绘图技术绘制直方图和粒度曲线，并基于绘制的直方图的顶边中点连线以及粒度曲线所示数据的累加来自动获取粒度累计曲线；所述累计粒度概率曲线自动生成模块根据粒度累计曲线使用累计重量百分比作概率来自动生成累计粒度概率曲线图，所述累计粒度概率曲线图的横坐标为粒度值，纵坐标为概率百分数标度；所述沉积环境分析模块根据累计粒度概率曲线图利用聚类算法和分类算法将累计粒度曲线所代表的沉积环境自动分类并进行沉积环境的自动分析进而得到沉积环境的结果。

2.如权利要求1所述的砂砾岩粒度智能分析系统，其特征在于，还包括CM图自动绘制模块，所述CM图自动绘制模块连接数据分类模块和沉积环境分析模块；

所述数据分类模块对清洗后的数据进行自动分类处理，提取绘制粒度图件所需数据至粒度图件自动绘制模块，提取绘制CM图所需数据至CM图自动绘制模块；所述CM图自动绘制模块利用人工智能绘图技术计算得出各砂砾岩样品的C值和M值进而自动绘制CM图；所述沉积环境分析模块根据累计粒度概率曲线图和CM图，建立基础分类模版，并利用聚类算法和分类算法对CM图中的CM值所代表的点进行划分后与所述基础分类模版进行比对分析，得到沉积环境的结果。

3.如权利要求1或2所述的砂砾岩粒度智能分析系统，其特征在于，所述沉积环境分析模块利用的所述分类算法包括支持向量机、logistic回归、决策树和随机森林算法中的一种或任意结合，利用所述分类算法划分沉积环境。

4.如权利要求3所述的砂砾岩粒度智能分析系统，其特征在于，所述数据读取模块基于python读取砂砾岩粒度数据；所述数据分类模块基于pandas工具或numpy工具对清洗后的数据进行自动分类处理。

5.如权利要求1或2所述的砂砾岩粒度智能分析系统，其特征在于，所述数据清洗模块的数据清洗包括对所述砂砾岩粒度数据去重和空值转化。

6.一种砂砾岩粒度智能分析方法，其特征在于，所述方法先基于面向对象的程序读取砂砾岩粒度数据，再对所述砂砾岩粒度数据进行清洗，对清洗后的数据进行自动分类处理，提取绘制粒度图件所需数据；然后利用人工智能绘图技术绘制直方图和粒度曲线，并基于绘制的直方图的顶边中点连线以及粒度曲线所示数据的累加来自动获取粒度累计曲线；根据粒度累计曲线使用累计重量百分比作概率来自动生成累计粒度概率曲线图，所述累计粒度概率曲线图的横坐标为粒度值，纵坐标为概率百分数标度；再根据累计粒度概率曲线图利用聚类算法和分类算法将累计粒度曲线所代表的沉积环境自动分类并进行沉积环境的自动分析进而得到沉积环境的结果。

7.如权利要求6所述的砂砾岩粒度智能分析方法，其特征在于，所述方法在对清洗后的数据进行自动分类处理时，还提取绘制CM图所需数据，并利用人工智能绘图技术计算得出各砂砾岩样品的C值和M值进而自动绘制CM图；根据累计粒度概率曲线图和CM图，建立基础分类模版，并利用聚类算法和分类算法对CM图中的CM值所代表的点进行划分后与所述基础分类模版进行比对分析，得到沉积环境的结果。

8.如权利要求6或7所述的砂砾岩粒度智能分析方法，其特征在于，所述方法利用的所述分类算法包括支持向量机、logistic回归、决策树和随机森林算法中的一种或任意结合，利用所述分类算法划分沉积环境。

9.如权利要求8所述的砂砾岩粒度智能分析方法，其特征在于，所述方法先基于面向对象的程序读取砂砾岩粒度数据具体为基于python读取砂砾岩粒度数据；对清洗后的数据进行自动分类处理具体为基于pandas工具或numpy工具对清洗后的数据进行自动分类处理。

10.如权利要求6或7所述的砂砾岩粒度智能分析方法，其特征在于，对所述砂砾岩粒度数据进行的清洗包括对所述砂砾岩粒度数据去重和空值转化。