[发明专利]一种孔内数据联合误差损失的地层划分方法、装置、设备和存储介质有效

专利信息
申请号: 202110339981.2 申请日: 2021-03-30
公开(公告)号: CN113033676B 公开(公告)日: 2022-09-09
发明(设计)人: 吕小宁;郭建湖;刘铁;孙红林;廖进星;张占荣;石碧波;张凯翔;刘庆辉;王卫国;谢百义;李慈航;李萍;冯光胜;张曦;程昊 申请(专利权)人: 中铁第四勘察设计院集团有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06F16/583;G06N3/04;G06N3/08
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 吴薇薇;张颖玲
地址: 430060 湖北*** 国省代码: 湖北;42
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 数据 联合 误差 损失 地层 划分 方法 装置 设备 存储 介质
【权利要求书】:

1.一种孔内数据联合误差损失的地层划分方法,其特征在于,所述方法包括:

获得所述孔内第一预设深度位置对应的第一图片数据、第一波形数据和第一地层岩性名称;

根据所述第一图片数据、所述第一波形数据和所述第一地层岩性名称确定表征所述孔内数据联合误差损失的判别误差;

基于所述判别误差和所述第一地层岩性名称进行学习训练,建立神经网络模型;

获得待识别孔内第二预设深度位置对应的第二图片数据和第二波形数据,根据所述第二图片数据、所述第二波形数据和所述神经网络模型确定所述待识别孔内所述第二预设深度位置对应的第二地层岩性名称;

其中,所述根据所述第一图片数据、所述第一波形数据和所述第一地层岩性名称确定表征所述孔内数据联合误差损失的判别误差,包括:

根据所述第一图片数据和所述第一地层岩性名称获得所述第一图片数据对所述孔内第一预设深度位置的地层的第一判别误差;

根据所述第一波形数据和所述第一地层岩性名称获得所述第一波形数据对所述孔内第一预设深度位置的地层的第二判别误差;

根据所述第一判别误差和所述第二判别误差确定表征所述孔内数据联合误差损失的判别误差。

2.根据权利要求1所述的方法,其特征在于,所述获得所述孔内第一预设深度位置对应的第一图片数据、第一波形数据和第一地层岩性名称,包括:

获得所述孔内第一预设深度位置对应的多条波形特征曲线、成像图像和第一地层岩性名称;

对所述成像图像进行灰度化处理,确定所述成像图像对应的所述第一图片数据;

对所述多条波形特征曲线进行预设处理,确定所述多条波形特征曲线对应的所述第一波形数据;所述第一图片数据的维度与所述第一波形数据的维度不相同。

3.根据权利要求2所述的方法,其特征在于,所述对所述多条波形特征曲线进行预设处理,确定所述多条波形特征曲线对应的所述第一波形数据,包括:

将所述多条波形特征曲线依次串联,获得所述多条波形特征曲线对应的一维数据;

对所述一维数据进行归一化处理,确定所述一维数据对应的第一波形数据。

4.根据权利要求1所述的方法,其特征在于,所述根据所述第一判别误差和所述第二判别误差确定表征所述孔内数据联合误差损失的判别误差,包括:

获得第一权重系数和第二权重系数;所述第一权重系数表征所述第一图片数据对所述第一地层岩性名称的影响程度;所述第二权重系数表征所述第一波形数据对所述第一地层岩性名称的影响程度;

基于所述第一权重系数、所述第二权重系数、所述第一判别误差和所述第二判别误差确定表征所述孔内数据联合误差损失的判别误差。

5.根据权利要求1所述的方法,其特征在于,所述基于所述判别误差和所述第一地层岩性名称进行学习训练,建立神经网络模型,包括:

基于所述判别误差和所述第一地层岩性名称优化初始神经网络模型;

将优化后的初始神经网络模型称为神经网络模型。

6.根据权利要求1所述的方法,其特征在于,所述根据所述第二图片数据、所述第二波形数据和所述神经网络模型确定所述待识别孔内所述第二预设深度位置对应的第二地层岩性名称,包括:

根据所述第二图片数据、所述第二波形数据和所述神经网络模型确定所述待识别孔内所述第二预设深度位置对应的岩性类型概率值;

基于所述岩性类型概率值确定所述待识别孔内所述第二预设深度位置对应的第二地层岩性名称。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中铁第四勘察设计院集团有限公司,未经中铁第四勘察设计院集团有限公司许可,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/202110339981.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top