摘要
本发明涉及油气勘探技术领域,具体涉及基于小波去漂移和深度学习的测井岩性识别方法及系统,包括以下步骤:获取用于识别测井岩性的测井数据;利用小波变换消除测井数据由埋深带来的数据漂移;基于所述测井数据和测井岩性构成的数据集,利用卷积‑自注意力深度学习模型进行训练,得到表达测井数据与测井岩性间映射关系的测井岩性识别模型。本发明利用卷积‑自注意力深度学习模型进行训练,得到表达测井数据与测井岩性间映射关系的测井岩性识别模型,实现根据测井数据,得到测井岩性,特征处理中利用特征增强结合注意力机制,完成模拟人脑信号处理机制,提升岩性识别模型的特征提取能力,特征利用率。
技术关键词
测井岩性识别方法
测井深度
强化特征
深度学习模型
注意力机制
数据
矩阵
特征值
网络模块
关键性
信号处理机制
概率计算方法
油气勘探技术
电阻率测井
特征提取能力
特征提取方法
表达式
系统为您推荐了相关专利信息
标准化方法
原子力显微镜
组学技术
疾病标志物技术
数据
跌倒检测方法
多模态数据融合
编码
节点
学习特征
攻击路径预测方法
高维特征向量
网络安全数据
路径预测系统
风险