摘要
本发明提供了一种融合亲和传播聚类与图卷积神经网络的成岩相样本自动标注方法及系统,属于成岩相智能识别领域。为了解决成岩相的标注工作样本量少,准确率低的问题。本发明对测井曲线数据进行预处理并进行少量标签标注,构建自动标注数据集;利用亲和传播聚类构造图结构,建立测井曲线深度节点之间的关联关系;通过图卷积层聚合节点特征,实现成岩相的快速准确标注。本发明与传统方法的对比,能够更好地处理成岩相之间复杂的关联和空间分布特征,将图结构和测井曲线特征相结合,从而提高标注准确性和稳定性。
技术关键词
测井曲线数据
标注方法
线性回归模型
样本
矩阵
扫描电镜图像
聚类算法
空间分布特征
更新模型参数
插补方法
可读存储介质
标注系统
声波时差
标签
生成特征
节点特征
优化器
系统为您推荐了相关专利信息
三维建筑模型
分区照明
视线追踪数据
地铁车站
光线追踪算法