摘要
本发明涉及地球物理电磁勘探智能识别领域,尤其是一种基于深度学习的电磁勘探断层识别方法,其包括:构建断层识别深度学习模型;获取既有电阻率反演剖面数据集以训练深度学习模型;以实际电阻率反演剖面为输入,利用训练好的深度学习模型输出断层分布结果。本方法基于电磁勘探剖面的图像特征数据驱动,将理论断层模型电阻率反演剖面和实际断层模型电阻率反演剖面共同组成训练集用于训练深度学习模型,显著提高了深度学习模型进行断层自动识别的准确性和效率。本发明还提供了基于本断层识别方法的计算装置。
技术关键词
断层识别方法
地层电阻率
训练深度学习模型
地球物理电磁勘探
电磁测深
图像特征数据
理论
参数
处理器
直线
计算机设备
可读存储介质
存储器
训练集
标签
标记
系统为您推荐了相关专利信息
定量表征方法
深度学习方法
图像
物理
光纤传感技术
焊缝缺陷检测方法
焊缝缺陷图像
多尺度池化
训练深度学习模型
数据