本發明公開了一種基于優化卷積神經網絡的溶洞體識別算法,包括以下步驟:S1、獲取有標簽的地質樣本集;S2、建立卷積神經網絡溶洞判別模型,使用有標簽數據集訓練;S3、導入目標層位并進行預測,判斷目標層位的溶洞分布。本發明將正演數值模擬方法與卷積神經網絡模型相結合,利用標記溶洞訓練樣本訓練OCNN,生成溶洞判別模型,具有較高的精度,明顯優于傳統的識別方法和無深層結構的SOM方法,將深度學習引入碳酸鹽巖溶洞儲層識別領域,并利用正演數值模擬和多屬性的方法解決有標簽樣本不充分的問題,實現了比較準確的溶洞識別,并在實際工區中取得了較好的效果。
聲明:
“基于優化卷積神經網絡的溶洞體識別算法” 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)