摘要
本发明公开了一种基于图粗粒化和链路预测的孔缝网络跨尺度融合方法,包括以下步骤:S1、针对数字岩心的孔和缝,建立球棍模型,并根据岩样的分布、连通关系建模孔缝图网络;S2、提取孔缝图网络的邻接矩阵和特征矩阵,构建图链路预测模型,并进行训练;S3、根据岩样的孔隙度分布和连通关系,将纳米级孤立连通片粗粒化为一个个孔缝图网络中的孔隙节点,并放入孔缝图网络中;S4、根据新的孔缝图网络,提取出新的邻接矩阵和特征矩阵,用模型计算出孔隙节点之间存在缝隙的概率,实现多尺度融合;本发明解决了现有技术融合前后图像尺度差异较小、纳米级图像与微米级图像融合后图像分辨率过高、计算资源和存储空间开销过大的问题。
技术关键词
链路预测模型
融合方法
掩码方法
球棍模型
数字岩心
纳米级
关系建模
多层感知机
矩阵
缝隙
神经网络架构
多尺度
解码器
节点特征
编码器
图像
中心线
系统为您推荐了相关专利信息
健康知识图谱
健康监测系统
健康状态预测
知识融合方法
特征提取模块
图像变化检测方法
白名单
视频流服务器
像素
循环神经网络模型
卷积网络模型
数据融合方法
电网设备
样本
计算机设备