摘要
本申请公开了基于CKN‑LSTM的测井沉积微相识别方法、装置、设备及介质,涉及计算机技术领域,包括:对测井曲线数据进行处理,基于处理后测井曲线数据及沉积微相解释数据确定训练集与验证集;基于CKN‑LSTM构建输入为测井曲线数据的初始测井沉积微相识别模型,利用训练集与验证集对初始测井沉积微相识别模型进行模型训练与迭代优化,直至完成模型训练操作时,确定目标测井沉积微相识别模型;基于所述目标测井沉积微相识别模型对待处理测井曲线数据依次进行数据处理、特征提取以及时间序列建模,以确定与所述待处理测井曲线数据对应的沉积微相识别结果。本申请提高了识别的准确性与精度,增强了对复杂沉积环境的适应能力。
技术关键词
测井曲线数据
沉积微相识别方法
分布直方图
网络架构
策略
数据收集模块
样本
模型训练模块
标注规则
序列
生成规则
识别装置
识别模块
可读存储介质
训练集
标签
系统为您推荐了相关专利信息
高效学习方法
紧急控制策略
线路
分层
电网运行状态
无人机基站
轨迹优化方法
无人机协同
能耗
区域无人机
杂草防控
杂草识别
图像分析单元
机械除草
数据采集单元
交互式学习
模型构建方法
补丁
图像
生成高分辨率
控制交互系统
压力
传感器阵列
补偿值
数据获取模块