[发明专利]一种基于钻孔数据进行机器学习的地层序列模拟方法在审
| 申请号： | 201910374054.7 | 申请日： | 2019-05-07 |
| 公开（公告）号： | CN110176070A | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 刘镇;张志龙;明伟华;张国豪;周翠英;欧阳进武 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06T17/05 | 分类号： | G06T17/05;G06F17/50;G06N20/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510275 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于钻孔数据进行机器学习的地层序列模拟方法，该方法包括：数据归一化、地层序列填充、地层编码、建立地层类型序列模型、建立地层层厚序列模型、地层序列模型；该方法利用python语言，在Pytorch深度学习框架下进行，特别涉及三维地质建模过程中地层层序的建立，适用于在地层三维建模过程中进行地层序列模型的开发与验证。能够较为准确地判断相应位置的地层信息，同时该方法不依赖于数据假设与专家经验等主观因素，通过与实际钻孔数据结果对比表明，上述模型具有较好的可行性，可应用于地质信息化研究与工程规划、设计建造等方面。 | ||
| 搜索关键词： | 地层 序列模型 钻孔数据 机器学习 序列模拟 三维地质建模 数据归一化 地层层序 地层类型 地层信息 工程规划 结果对比 三维建模 数据假设 序列填充 主观因素 专家经验 信息化 验证 地质 建造 应用 开发 学习 研究 | ||
【主权项】：
1.一种基于钻孔数据进行机器学习的地层序列模拟方法，属于机器学习与地质学的交叉领域，其特征是：将钻孔地层数据处理为地层类型序列与地层层厚序列，利用循环神经网络建立地层类型序列模型，采用序列‑序列架构建立地层层厚序列模型，组成完整地层序列模型。
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山大学，未经中山大学许可，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/patent/201910374054.7/，转载请声明来源钻瓜专利网。
