摘要
本发明提供了一种双准则主动学习碳酸盐岩岩性分类方法及系统,包括获取多口井常规测井资料;数据预处理将测井曲线截取为样本片段,并使数据符合模型的输入形状;搭建结合了双向长短时记忆神经网络和领域对抗神经网络的混合模型Bi‑LSTM‑DANN,将截取的样本输入到网络;领域对抗预训练,定义损失函数决定超参数并训练网络得到预训练模型;主动学习微调采用结合KMeans和最小置信度法的双准则主动学习方法,进一步微调网络得到最终模型;对模型进行测试和应用。本发明融合两种样本查询策略融合大幅提高模型的预测性能;通过领域对抗进一步提高模型性能,实现对碳酸盐岩岩性的准确识别,本系统具有良好的可迁移性,鲁棒性。
技术关键词
碳酸盐岩岩性
样本
测井曲线
超参数
特征提取器
主动学习方法
分类方法
预训练模型
分类器
网络优化器
测井资料
数据
训练集
标签
声波时差
参数搜索方法
系统为您推荐了相关专利信息
决策树模型
随机森林
多元线性回归模型
DS证据理论
卷烟
意图识别模型
脑电信号特征
样本
空间滤波器组
动作融合
智能芯片
深度学习模型
诊疗系统
大数据处理算法
饱和度