一种基于膨胀卷积神经网络的储层不连续界线识别方法.pdfVIP

下载本文档

0
0
约1.14万字
约 10页
2023-06-29 发布于四川
举报
版权申诉

一种基于膨胀卷积神经网络的储层不连续界线识别方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于膨胀卷积神经网络的储层不连续界线识别方法，包括以下步骤：从地震数据中获取属性图；采用多层融合技术，属性数据映射到低维向量空间；通过对地质数据、测井数据以及地震数据分析得出不连续界线类别，根据所划分的不连续界线类型得到标签；采用CNN从输入属性学习到深层次的特征r1；利用DCNN从输入属性学习到非连续性特征r2；采用拼接技术，特征进行拼接；将拼接结果送入池化层，平均池化后送至全连接层。利用Softmax函数输出结果得到识别类型。本发明优点是：能够自动学习特征，减少识别错误，准确

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113688901 A (43)申请公布日 2021.11.23 (21)申请号 202110969218.8 (22)申请日 2021.08.23 (71)申请人西南石油大学地址