本發明提供一種基于深度特征的非平穩訓練圖像自動分區方法及系統,方法包括:對非平穩訓練圖像進行裁剪劃分為多個訓練圖像子塊;基于卷積神經網絡模型提取每一個訓練圖像子塊的深度特征;對所有訓練圖像子塊的深度特征進行聚類分析,得到每一個訓練圖像子塊的聚類標簽;基于每一個訓練圖像子塊的聚類標簽,將每一個訓練圖像子塊按照在非平穩訓練圖像中的位置進行拼接,得到非平穩訓練圖像的分區結果;基于分區結果,進行平穩性算法模擬,輸出所述非平穩訓練圖像的模擬實現。本發明對非平穩訓練圖像進行自動分區,相比基于未分區非平穩訓練圖像的SIMPAT算法,基于本發明分區后的多點地質統計模擬結果更好的再現了非平穩特征。
聲明:
“基于深度特征的非平穩訓練圖像自動分區方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)