[发明专利]基于门控循环神经网络模型的孔隙度预测方法在审
| 申请号： | 202010197815.9 | 申请日： | 2020-03-19 |
| 公开（公告）号： | CN111338002A | 公开（公告）日： | 2020-06-26 |
| 发明（设计）人： | 陈伟;宋辉 | 申请（专利权）人： | 长江大学 |
| 主分类号： | G01V11/00 | 分类号： | G01V11/00;G06N3/04;G06N3/08 |
| 代理公司： | 武汉开元知识产权代理有限公司 42104 | 代理人： | 陈家安 |
| 地址： | 430100 湖北省*** | 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： | 一种基于门控循环神经网络模型的孔隙度预测方法，包括以下步骤：S1：构建用于孔隙度预测的基于门控循环神经网络模型；基于门控循环神经网络模型包括GRU层、全连接层；S2：选取多组能表征已知井孔隙度的测井参数作为输入数据，按比例随机分为训练集和验证集，对输入数据作归一化处理后输入到所述基于门控循环神经网络模型中，训练所述基于门控循环神经网络模型；S3：输入未测井段的深度数据进行测试，利用上述步骤S2中训练完成的基于门控循环神经网络模型预测孔隙度。GRU具有记忆的特性，擅长处理序列问题，引入了门控单元控制信息传递可以更好的提取数据特征，用于孔隙度预测，预测精度更高。 | ||
| 搜索关键词： | 基于 门控 循环 神经网络 模型 孔隙 预测 方法 | ||
【主权项】：
暂无信息
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长江大学，未经长江大学许可，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/202010197815.9/，转载请声明来源钻瓜专利网。
