摘要
本申请涉及物质或物体的探测技术领域,尤其涉及一种应用于砂体的电性特征识别方法及系统,方法包括获取目标区域内砂体的标准电性特征数据集与标准地质数据集;执行初次砂体类型预估;对标准电性特征数据集执行特征确定;对确定特征上传深度学习模型,获得甲型识别模型;对目标区域地质数据执行特征确定;对确定特征上传深度学习模型,获得乙型识别模型;将甲型识别模型与乙型识别模型融合,获得最优识别模型;基于最优识别模型,执行电性特征识别,获得砂体类型可选范围。本申请有效保证砂体电性特征识别的准确性,配于精度较高且复杂地质条件的砂体电性特征识别。
技术关键词
可视化图表
监督式学习
深度学习模型
特征识别方法
数据
梯度下降算法
特征识别系统
地球物理测井
地球物理方法
随机森林
训练集
可视化软件
地理信息系统
模块
插值算法
统计方法
特征选择
标签
处理器