[发明专利]基于深度学习和重采样的河流-湖泊岩相测井识别方法在审
| 申请号： | 202310113235.0 | 申请日： | 2023-02-15 |
| 公开（公告）号： | CN115964667A | 公开（公告）日： | 2023-04-14 |
| 发明（设计）人： | 马超;郑栋宇;黄天宇;侯明才;陈安清;钟瀚霆 | 申请（专利权）人： | 成都理工大学 |
| 主分类号： | G06F18/2431 | 分类号： | G06F18/2431;E21B49/00;G06F18/2415;G06F18/214;G06F18/21;G06F18/15;G06N3/047;G06N3/048;G06N3/0499;G06N3/084 |
| 代理公司： | 成都众恒智合专利代理事务所(普通合伙) 51239 | 代理人： | 赵健淳 |
| 地址： | 610059 四川*** | 国省代码： | 四川;51 |
| 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深度学习和重采样的河流‑湖泊岩相测井识别方法，包括：（1）根据地质背景选择测井类型和搜集测井数据；（2）解释测井数据的岩相特征，并划分岩相类型；（3）划分训练集、验证集与测试集；（4）构建河流‑湖泊岩相测井识别的机器学习模型，使用MLP算法结合训练集对模型进行训练；（5）利用数据重采样方法对MLP算法进行模型优化，并利用网格搜索结合验证集对模型进行验证和调参，找到模型最优参数，然后输出优化后的模型；（6）利用优化后的模型对河流‑湖泊岩相测井进行识别。本发明不仅能从爆炸性数据集中快速提取有用信息，而且可以解决实际勘探项目中存在数据不平衡的问题，提高河流‑湖泊岩相的识别精度。 | ||
| 搜索关键词： | 基于 深度 学习 采样 河流 湖泊 岩相 测井 识别 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成都理工大学，未经成都理工大学许可，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/202310113235.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种适用于烟雾箱反应器的进样方法及进样系统
- 下一篇：一种动物检疫采样装置
