摘要
本发明涉及一种石油勘探技术领域,是一种基于多模态数据融合的储层含油性评价方法、装置、电子设备及存储介质,包括利用训练样本集对多模态融合网络进行端到端联合训练,得到储层含油性评价模型,其中多模态融合网络为双分支加权融合结构,双分支包括图像分支网络和矿物分支网络;基于验证样本集和测试样本集优化储层含油性评价模型的模型参数。本发明充分考虑岩屑荧光图像和岩屑矿物含量数据的潜在关联性,将岩屑荧光图像和岩屑矿物含量数据进行多模态融合,通过双分支结构并行处理不同模态数据,丰富数据特征,实现特征互补,并通过优化加权融合解决了模态差异带来的收敛速度不一致问题,提高了储层含油性评价的准确度。
技术关键词
岩屑荧光图像
多模态数据融合
灰度直方图
性评价方法
训练样本集
性评价装置
标签
评价储层
数据获取模块
石油勘探技术
双分支结构
特征融合网络
融合特征
系统为您推荐了相关专利信息
健康评价方法
时空卷积神经网络
支持向量机分类算法
时间序列数据分析
多模态数据融合
预焙阳极
极限学习机
设备健康评估
量子态
生成对抗网络
比例风险模型
变量
冠状动脉介入治疗
训练样本集
数据
相位差数据
室内定位方法
深度学习模型
5G技术
信道状态信息
阳极铜板
高精度定位方法
多模态数据融合
生成对抗网络
解码结构