基于并发生成对抗网络的储层模型多尺度精细表征方法.pdfVIP

下载本文档

0
0
约2.19万字
约 18页
2023-10-04 发布于四川
举报
版权申诉

基于并发生成对抗网络的储层模型多尺度精细表征方法.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

本发明提供了一种基于并发生成对抗网络的储层模型多尺度精细表征方法。通过金字塔结构对原始训练图像进行多尺度表征，不同尺度的表征结果之间都保持了一致的空间分布模式。在感受野固定的情况下，能够分别在小尺度图像和大尺度图像中提取对应的全局信息和局部信息。同时，应用并发训练策略，相邻阶段之间通过参数继承的方式来代替随机初始化，可以确保网络模型的参数得到充分、有效的训练。最后，利用Wasserstein距离对生成分布和真实分布进行差异性度量，采用梯度惩罚的策略来限制损失函数的梯度在一定的范围内，保证了训练过

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116844054 A (43)申请公布日 2023.10.03 (21)申请号 202310891927.8 G06N 3/0475 (2023.01)