基于堆叠式混合神经网络模型的岩性识别方法

本发明涉及基于堆叠式混合神经网络模型的岩性识别方法，包括以下步骤：建立样本集；对样本集进行均衡处理和归一化处理；将双向LSTM与cnn模型相融合，同时添加注意力机制模块，并将该融合模型进行垂直堆叠，建立了堆叠式S‑BiLSTM‑CNN+ATTENTION网络模型；利用处理后的样本集对堆叠式S‑BiLSTM‑CNN+ATTENTION网络模型进行训练，获得训练好的堆叠式S‑BiLSTM‑CNN+ATTENTION网络模型；利用训练好的堆叠式S‑BiLSTM‑CNN+ATTENTION网络模型进行岩性识别。本申请将双向LSTM与卷积神经网络相融合，采用堆叠式神经网络结构进行改进，并引入注意力机制技术，提高模型的特征提取能力及鲁棒性，通过该模型预测岩性的准确率高，可为储层测井解释准确性提供可靠的岩性依据。