摘要
本发明提供了一种基于人工智能的勘探数据异常检测方法及装置,涉及数据处理技术领域,通过信息熵驱动的自适应频段划分,让频段范围随数据复杂度动态调整,彻底摆脱固定频带对非稳态测井信号的束缚。进一步的,通过归一化测井值保留高频动态特征,通过窗口统计量补充全局信息,结合跨通道相关性有效利用关联通道的协同信息,并利用频段能量向量进行特征融合,使高频异常特征在融合后仍保持显著辨识度,不被低频背景或统计特征压制。综上,模型能精准区分易混淆异常,提高异常识别精度。
技术关键词
输出特征
人工智能模型
矩阵
数据异常检测方法
频段
融合特征
训练样本集
通道注意力机制
调制特征
信息熵
联合损失函数
周期
特征选择
节点
频域特征
基础
测井
系统为您推荐了相关专利信息
三元组
知识图谱构建方法
实体
列表
预训练语言模型
柔性关节机械臂
跟踪控制方法
强化学习算法
控制器
周期
图像立体匹配方法
状态空间模型
连续视差
语义特征
通道
商品推荐方法
分类模型构建
信息熵
商品推荐系统
分段