基于深度学习的电磁勘探断层识别方法及装置

AITNT
正文
推荐专利
基于深度学习的电磁勘探断层识别方法及装置
申请号:CN202510015705
申请日期:2025-01-06
公开号:CN119939184A
公开日期:2025-05-06
类型:发明专利
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
1
基于深度学习的3D虚拟形象模型训练方法
模型训练方法 像素 参数 数据 图像
2
基于AttUnet的ECMWF模式要素偏差订正方法
订正方法 数据 偏差 因子 模式
3
一种岩体演化的实时定量表征方法、设备及介质
定量表征方法 深度学习方法 图像 物理 光纤传感技术
4
一种基于改进YOLOv8的X射线焊缝缺陷检测方法
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
5
一种基于多视角影像融合与AI语义材质解耦的三维建模方法
三维建模方法 多视角 影像 深度学习网络 语义
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号