摘要
本发明公开了一种海陆过渡相页岩的岩相识别方法,其涉及岩相识别技术领域。包括:获取海陆过渡相页岩的历史测井曲线数据和对应的历史岩相类型信息,作为训练数据集;将至少两种不同类型的机器学习模型作为基学习器,将逻辑回归模型LogisticRegression作为元分类器,构建堆叠模型;通过训练数据集对堆叠模型进行训练,得到训练后的堆叠模型;在海陆过渡相页岩的岩相识别过程中,将待识别的海陆过渡相页岩输入训练后的堆叠模型,得到岩相识别结果。本发明能够更好地捕捉海陆过渡相页岩的岩性,提高岩相识别分类的鲁棒性和稳定性。
技术关键词
岩相识别方法
XGBoost模型
测井曲线数据
学习器
超参数
机器学习模型
岩相预测
逻辑回归模型
过采样技术
网格
声波时差
弱分类器
鲁棒性
数值
中子
样本
节点
系统为您推荐了相关专利信息
状态机
漏洞挖掘系统
中继器
执行器
漏洞挖掘方法
晶体
Softmax函数
微波介质陶瓷材料
卷积神经网络模型
数据
优化调控方法
样本
损失函数优化
传播算法
深度强化学习
体质辨识方法
神经网络优化方法
形状重建方法
人体模型
人体骨骼点
分类神经网络
分类方法
多模态
焦点损失函数
协方差矩阵