[发明专利]一种基于卷积神经网络的致密砂岩裂缝智能识别方法在审
| 申请号： | 201811390606.5 | 申请日： | 2018-11-21 |
| 公开（公告）号： | CN109614883A | 公开（公告）日： | 2019-04-12 |
| 发明（设计）人： | 徐慧 | 申请（专利权）人： | 瑾逸科技发展扬州有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 陈栋智 |
| 地址： | 225000 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了图片识别领域内的一种基于卷积神经网络的致密砂岩裂缝智能识别方法，其包括以下步骤：步骤一：构建基于卷积神经网络的致密砂岩裂缝智能识别方法；步骤二：应用上述智能识别方法识别致密砂岩裂缝发育状况；步骤三：智能识别卷积神经网络的强化学习与更新，根据诊断结果更新卷积神经网络方法，本发明通过对电测曲线样本集学习，避免主观经验的影响和信息的丢失，且通过不断修正，不断扩大样本集空间，实现了裂缝智能识别，可用于石油与天然气工程裂缝识别中。 | ||
| 搜索关键词： | 智能识别 卷积神经网络 裂缝 致密砂岩 样本集 天然气工程 发育状况 方法识别 裂缝识别 强化学习 图片识别 诊断结果 主观经验 电测 构建 可用 更新 修正 石油 应用 学习 | ||
【主权项】：
1.一种基于卷积神经网络的致密砂岩裂缝智能识别方法，其特征在于，包括以下步骤：步骤一：构建基于卷积神经网络的致密砂岩裂缝智能识别方法；步骤二：应用上述智能识别方法识别致密砂岩裂缝发育状况；步骤三：智能识别卷积神经网络的强化学习与更新，根据诊断结果更新卷积神经网络方法。
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瑾逸科技发展扬州有限公司，未经瑾逸科技发展扬州有限公司许可，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/patent/201811390606.5/，转载请声明来源钻瓜专利网。
