摘要
本申请提供一种基于测井曲线形态特征的岩性识别方法,包括:S1:构建取心段测井曲线数据集;S2:构建直线数据集;S3:选取ResNet18和ResNet50网络结构,并基于直线数据集构建预训练模型;S4:冻结预训练模型的浅层网络参数,并根据取心段数据集更新深层网络参数,以此来构建小尺度岩性识别模型;S5:将小尺度岩性识别模型的全连接层替换为Transformer网络模型,以此构建多尺度岩性识别模型;S6:在训练集上对所述多尺度岩性识别模型进行训练,以达到全局建模的效果。本申请的模型在实际应用中识别速度较快,能够满足实时或近实时的岩性识别需求,这是对现有技术在计算效率方面的显著提升。
技术关键词
岩性识别方法
测井曲线数据
预训练模型
图像
多尺度
形态
样本
网络结构
参数
直线
注意力
颜色
蓝色
红色
模式
系统为您推荐了相关专利信息
生物分子相互作用
机器学习分类模型
分类方法
机器学习模型
描述符
红外无损检测方法
光束匀化器
脉冲波
凸透镜
红外热像仪
掩码矩阵
图像提取语义特征
卷积特征提取
识别方法
数据处理器