摘要
本发明公开了一种基于机器学习的页岩油储层类型预测方法,属于页岩油类型智能预测技术领域,包括如下步骤:步骤1、收集页岩油藏的岩心图像和露头图像,构建数据集并进行处理;步骤2、基于卷积神经网络和极限梯度提升算法构建页岩油储层类型预测模型;步骤3、训练页岩油储层类型预测模型;步骤4、将测试集输入训练完成的页岩油储层类型预测模型,预测页岩油储层类型。本发明融合卷积神经网络和极限梯度提升算法,实现页岩油储层类型的在线预测。
技术关键词
页岩油藏
双线性插值法
岩心图像
预测页岩
融合卷积神经网络
智能预测技术
数据
随机梯度下降
算法
多线程
样本
优化器
分类器
对比度
训练集
内核
队列
参数
系统为您推荐了相关专利信息
分娩方式
胎心监护数据
双向长短期记忆网络
融合卷积神经网络
深度学习模型
预测模型构建方法
机器学习模型
影像
Cox比例风险模型
多模态
上下文特征
数据
门控循环单元
域名系统
融合卷积神经网络
身份证图像
平行线
定位校正方法
字符
定位校正装置